Evaluación da la actividad de tres enzimas proteolíticas como biocatalizadores lácteos
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
El estudio de las enzimas proteolíticas a nivel industrial tiene una gran importancia ya que su utilidad catalítica podrá ser utilizada especialmente en la industria láctea, por lo que el objetivo del estudio fue la obtención de tres enzimas proteolíticas a partir de la piña (Annanas-cosmosus L), papaya (Carica-papaya) y el higo (Ficus-carica L), para lo cual se utilizaron técnicas diferentes de extracción del látex, aplicando un diseño completamente al azar y Tukey como prueba estadística, contando con 5 repeticiones y un tamaño de unidad experimental de 5kg, dando como resultado diferencias altamente significativas entre las tres enzimas estudiadas, en tanto que, para la obtención del látex se utilizaron los métodos de la ruptura mecánica para la piña, cortes longitudinales para la papaya e higo. Se obtiene valoraciones físico-químicas de 7,62 Brix y 5,48 de pH para la papaya, 12,12 Brix y 2,20 de pH de para la piña y 7,24 Brix con 6,48 pH para el higo, mientras que, en lo que corresponde al rendimiento se puede mencionar que con 18 g/Kg la ficina es la enzima con mejor resultado. Para la actividad enzimática se empleó un diseño completamente al azar con un tamaño de unidad de 0,0375mg de enzima utilizando leche como sustrato para el proceso de catálisis reportándose valores de, 15,74 U/mg proteína con un tiempo de 73,92seg para la bromelina, 15,09 U/mg proteína con un tiempo de coagulación de 61,44seg para la papaína y 14,87 U/mg proteína con un tiempo de 58 segundos para la ficina indicando que los resultados presentan diferencias altamente significativas y demostrando que la ficina es la enzima que presenta una velocidad enzimática y tiempo de coagulación eficaces y eficientes.
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.
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 | 0,001 |
| 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 | 0,001 | 0,001 |
| 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 découle