An edible genipin‐based sensor for biogenic amine detection
Notice bibliographique
Résumé
Abstract BACKGROUND Food is often wasted due to real or perceived concerns about preservation and shelf life. Thus, precise, accurate, and consumer‐friendly methods of indicating whether food is safe for consumers are drawing great interest. The colorimetric sensing of biogenic amines released as food degrades is a potential way of determining the quality of the food. Herein, we report the use of the fruit extract genipin, a naturally occurring iridoid that reacts selectively with primary amines, as a colorimetric sensor for biogenic amines under conditions that mimic food degradation. RESULTS Genipin was shown to react with four biogenic amines: putrescine, cadaverine, tyramine, and histamine, resulting in a dark blue dye under atmospheric conditions (λ max ~ 600 nm). In the absence of oxygen gas, this reaction provided a different response, instead yielding a red dye. Genipin was immobilized in edible calcium alginate beads and the gel beads were exposed to putrescine vapors and chicken samples. In both cases, the formation of blue dye demonstrated proof‐of‐concept that immobilized genipin can sense gaseous biogenic amines in timeframes and conditions relevant to food spoilage. CONCLUSION Genipin can act as a highly selective, qualitative sensor for both biogenic amines and oxygen gas. Since food spoilage is triggered by O 2 , the dual colorimetric response that genipin has uniquely positions it as a promising sensor for food spoilage. By immobilizing the sensor in an edible calcium alginate matrix, biogenic amine vapors were detected at low concentrations. © 2020 Society of Chemical Industry (SCI)
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) | 0,001 | 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 | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».