Chromium and arsenic speciation analysis in meats by HPLC-ICP-MS in the presence of hydrolyzed oat proteins with radical scavenging activities
Notice bibliographique
Résumé
Transition metals play an important role in a wide variety of biological processes, but their functions are dependent on the quantity and the type of species present. Specific forms of arsenic (As) and chromium (Cr) are associated with oxidative stress, cellular damage and inflammation. The aim of this research was to test in a food system whether, in the presence of hydrolyzed oat proteins, arsenic or chromium will exist predominantly in a specific oxidative state, and to evaluate the potential implication of promoting or decreasing oxidative stress. Eight hydrolyzed proteins with different degrees of radical scavenging activities were produced by combining two extraction methods and four proteases. The addition of hydrolysates to ground chicken meat decreased lipid hydroperoxides by up to 50% when stored at 4 °C but had no effect at -20 °C. The ratio of pentavalent arsenic (As(V)) to arsenobetaine (AsB) in meat was about 2:1 but in the presence of the hydrolysates, meanwhile, the amount of AsB detected was 3-fold higher depending on the storage condition. This was due to better extraction of AsB in the presence of hydrolysates rather than to the conversion of other species. Data on chromium showed that Cr(VI) contents decreased from 14.3 ± 0.1 to 6.3 ± 0.5 μg/g while concentrations of Cr(III) increased from 2.8 ± 0. 2 to 8.6 ± 0.7 μg/g. In summary, the addition of hydrolyzed oat proteins to chicken meat enhanced the extraction of AsB, and had little effect on arsenic speciation during storage meanwhile, there was a reduction of Cr(VI) to Cr(III) which was in part due to the relative content of thiol groups. Additionally, there was a reduction of lipid oxidation in meats that contained the oat protein hydrolysates.
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 | 0,001 |
| 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 ».