MétaCan
Menu
Retour à la cohorte
Enregistrement W2993697560 · doi:10.3390/polym11121997

Effect of Soybean Soluble Polysaccharide on the Formation of Glucono-δ-Lactone-Induced Soybean Protein Isolate Gel

2019· article· en· W2993697560 sur OpenAlexaff
Qiuyu Lan, Li Lin, Hongmin Dong, Ding‐Tao Wu, Hong Chen, Derong Lin, Wen Qin, Wenyu Yang, Thava Vasanthan, Qing Zhang

Notice bibliographique

RevuePolymers · 2019
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueProteins in Food Systems
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésSoy proteinMaillard reactionChemistryCovalent bondPolysaccharideHydrogen bondHydrophobic effectGel electrophoresisRandom coilChromatographyConjugatePolymer chemistryFood scienceOrganic chemistryProtein secondary structureMoleculeBiochemistry

Résumé

récupéré en direct d'OpenAlex

The effect of soybean soluble polysaccharide (SSPS) on the formation of glucono-δ-lactone (GDL)-induced soybean protein isolate (SPI) gel was investigated. Electrophoretic analysis showed the SSPS did not change the electrophoretic behavior of SPI during the formation of SPI gel. However, infrared analysis indicated the β-sheet content increased, and the contents of random coil and α-helix decreased in both cooked SPI and SPI gel. The SSPS and SPI might conjugate via the Maillard reaction according to the results of grafting degree, color change, and infrared analyses. The main interactions during the formation of SPI gel changed from non-covalent to electrostatic interaction after adding SSPS. Sulfhydryl group content also increased in both cooked SPI and SPI gel. The water-holding capacity and gel strength of SPI gel decreased as the SSPS concentration increased. Larger aggregate holes were observed in the microstructure of SPI gel at higher SSPS concentration. Thus, SSPS could covalently conjugate with SPI and influence the formation of hydrogen bonds, disulfide bonds, and electrostatic interaction among SPI molecules to eventually form a loose gel network.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,018
Tête enseignante GPT0,229
Écart entre enseignants0,211 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations30
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePolymersMême sujetProteins in Food SystemsTravaux en français237 207