Structure and Function of Mung Bean Protein-Derived Iron-Binding Antioxidant Peptides
Notice bibliographique
Résumé
An iron-binding mung bean protein hydrolysate (MBPH) was prepared using a continuous enzymatic membrane reactor followed by peptide separation on anion-exchange (AEC) and reverse-phase HPLC (RP-HPLC) columns. Amino acid sequences of peptides present in the RP-HPLC fraction with the strongest iron-binding capacity were identified using mass spectrometry, and ten peptides of 5–8 amino acids synthesized for antioxidant characterization. Five fractions (AF1– AF5) with higher iron-binding capacity (88.86 ± 6.43 to 153.59 ± 2.18 mg/g peptide) when compared to the MBPH (36.81 ± 0.93 mg/g peptide) were obtained from AEC. PAIDL had the significantly (p < 0.05) highest iron-binding capacity, but LLLLG and LLGIL showed the strongest metal chelating activity. However, PAIDL (46.63%) and LLGIL (81.27%) had significantly (p < 0.05) better DPPH radical scavenging activity than the other peptides. PAIDL and LLGIL were also the most effective (p < 0.05) hydroxyl radical neutralizers with an effective concentration that scavenged 50% (EC50) values of 0.09 and 0.37 mM, respectively. PAIDL and AIVIL showed the lowest EC50 values of 0.07 mM each for superoxide radical scavenging activity. We conclude that short chain length in combination with leucine as the C-terminal amino acid residue contributed to the strong antioxidant properties of peptides in this study.
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 | 0,000 |
| 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 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 ».