Bioprocessing of common pulses changed seed microstructures, and improved dipeptidyl peptidase-IV and α-glucosidase inhibitory activities
Notice bibliographique
Résumé
Type 2 diabetes mellitus (T2DM) is a leading cause of death globally. T2DM patients experience glucose intolerance, and inhibitors of dipeptidyl peptidase IV (DPP-IV) and α-glucosidase are used as drugs for T2DM management. DPP-IV and α-glucosidase inhibitors are also naturally contained in foods, but their potency can be affected by the food matrix and processing methods. In this study, germination and solid-state fermentation (SSF) were used to alter pulse seed microstructures, to convert compounds into more bioactive forms, and to improve their bioaccessibility. Germination substantially modified the seed microstructure, protein digestibility, contents and profiles of phenolic compounds in all the pulses. It also increased DPP-IV and α-glucosidase inhibitory activities in chickpeas, faba beans and yellow peas. Compared to germination, SSF with Lactobacillus plantarum changed the content and the profile of phenolic compounds mainly in yellow peas and green lentils because of greater disruption of the seed cell wall. In the same pulses, heat treatment and SSF of flour increased DPP-IV and α-glucosidase inhibitory activities. The results of this study suggest that germination and SSF with L. plantarum are effective and simple methods for modulating phenolic and protein profiles of common pulses and improve the action on DPP-IV and α-glucosidase.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».