Production of highly purified fractions of α-lactalbumin and β-lactoglobulin from cheese whey using high hydrostatic pressure
Notice bibliographique
Résumé
Despite extensive research on the topic, valorization of dairy by-products remains challenging. Cheese whey is of particular interest because it contains valuable proteins such as α-lactalbumin (α-LA) and β-lactoglobulin (β-LG). However, selective fractionation of these 2 proteins into pure fractions is complex because of their similar molecular weights. In this study, we proposed an innovative protein separation strategy based on coupling high hydrostatic pressure (HHP) with acidification of whey at pH 4.6. We investigated the effect of single-cycle HHP (600 MPa) for 5, 10, and 15 min and multiple-cycle HHP (1-3 cycles of 5 min at 600 MPa) on α-LA and β-LG fractionation from cheese whey at initial pH (control, pH 6.66) and acidified to pH 4.6. All pressurization conditions with acidified whey induced a drastic aggregation of β-LG compared with control whey. The highest degrees of purification (75 and 98%, respectively) and yields (95 and 88%, respectively) of α-LA and β-LG were obtained with the application of single-cycle HHP treatment of acidified whey at pH 4.6 at 600 MPa for 5 min. Our results showed the strong potential of using HHP as an innovative tool for the fractionation of valuable proteins such as α-LA from cheese whey.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| 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 source (Gemma direct ou Codex distillé), 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 ».