Impacts of Protease Treatment on the Contents of Tocopherols and B Vitamins in Peanuts
Notice bibliographique
Résumé
This study investigated the changes of tocopherols and B vitamins in raw peanuts as a result of protease treatment which was used to reduce peanut allergens. Raw peanut kernels were treated with Alcalase, bromelain, Neutrase and papain separately at different concentrations, vacuum dried, and then ground into paste. The paste was defatted using hexane containing 0.02% BHT to obtained crude oil and defatted peanut flour which were used for tocopherol and B-vitamin analysis, respectively. The protease treatment significantly reduced the contents of all tocopherols and B-vitamins in the peanuts in enzyme concentration-dependent manner (P<0.0001). The highest losses of α-, γ-, and δ-tocopherols were 60.87 %, 40.60 % and 36.89 %, respectively, while the maximum losses of vitamins B1, B2, B3 and B6 were 63.29 %, 44.83 %, 40.56 % and 49.59 %, respectively. Among tocopherols, α-tocopherol was the most affected while δ-tocopherol was the least affected. Among B-vitamins, B1 was the most affected and B3 the least affected. This study demonstrated that although the protease treatment approach (including enzyme treatment and drying) for peanut allergen reduction resulted in different degrees of losses in tocopherols and B vitamins in raw peanuts, the enzyme treated peanuts is still a good source of tocopherols and vitamin B3 comparing to most cooked legumes and vegetable.
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 | 0,001 |
| 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 ».