Effect of fermentation time on the nutritional properties of pea protein‐enriched flour fermented by <i>Aspergillus oryzae</i> and <i>Aspergillus niger</i>
Notice bibliographique
Résumé
Abstract Background and objectives The overall goal of this research was to examine the effect of solid‐state fermentation using Aspergillus oryzae and Aspergillus niger over time on the nutritional properties of an air‐classified pea protein‐enriched flour (PPEF) . Specifically, changes to levels of enzyme inhibitors, total phenolics, in vitro protein digestibility (IVPD), and protein quality (IVPD‐corrected amino acid score) were assessed. Findings Trypsin and chymotrypsin inhibitors were reduced by 11.6 and 30.4%, and 22.8 and 21.8% for A. niger and A. oryzae , respectively, whereas the total phenolic content increased by 35.3 and 44.7% for A. niger and A. oryzae , respectively. IVPD increased over the fermentation time. However, the overall protein quality as measured by the IVPD‐corrected amino acid score became worse, becoming lowered by 5%–15% after 6 hr. Conclusions SSF improved the digestibility and bioactive compound availability, whereas protein quality was not improved. Significance and novelty Findings indicate that this particular solid‐state fermentation system improved the digestibility of the PPEF.
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 | 0,000 |
| 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 ».