MétaCan
Menu
Retour à la cohorte
Enregistrement W2999564864 · doi:10.1021/acs.jafc.9b06912

Quantitative Comparative Integrated Proteomic and Phosphoproteomic Analysis of Chicken Egg Yolk Proteins under Diverse Storage Temperatures

2020· article· en· W2999564864 sur OpenAlexaff
Hong Wang, Ning Qiu, Yoshinori Mine, Haohao Sun, Yaqi Meng, Bin Li, Russell Keast

Notice bibliographique

RevueJournal of Agricultural and Food Chemistry · 2020
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueMeat and Animal Product Quality
Établissements canadiensUniversity of Guelph
Organismes subventionnairesMinistry of Education of the People's Republic of ChinaNational Natural Science Foundation of China
Mots-clésYolkProteomePhosphorylationProtein phosphorylationStorage proteinProteomicsBiologyBiochemistryChemistryCell biologyFood scienceProtein kinase AGene

Résumé

récupéré en direct d'OpenAlex

To investigate the alterations of egg yolk protein abundances and their phosphorylation status at different storage temperatures, a comparative quantitative study of unfertilized chicken egg yolk after 15 days of storage at 4 and 37 °C was performed. Altogether, 445 proteins were identified in our study, of which the abundances of 154 proteins were significantly changed when comparing high-temperature storage with low-temperature storage, including 42 up-regulated and 112 down-regulated proteins. In the phosphoproteome, we identified a total of 137 phosphorylated sites on 326 peptides corresponding to 51 proteins. The results showed that the degree of phosphorylation for most egg yolk proteins was enhanced during high-temperature storage. Furthermore, GO analysis indicated that these phosphoproteins of egg yolk may be closely related to the binding, catalysis, and transport functions. The results provide further insights into the effect of storage temperature on egg proteome changes and their phosphorylation level. Moreover, this study can provide a theoretical basis for the improvement of egg quality during storage by phosphorylation modification in the food industry.

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
Bibliométrie0,0010,001
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 Opus0,046
Tête enseignante GPT0,251
Écart entre enseignants0,205 · 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

Citations22
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Agricultural and Food ChemistryMême sujetMeat and Animal Product QualityTravaux en français237 207