Fractionnement d’un hydrolysat de protéines de saumon par électrodialyse avec empilement de membranes d’ultrafiltration afin de concentrer, isoler et identifier des peptides glucorégulateurs.
Notice bibliographique
Résumé
Le diabète de type 2 (DT2) est un trouble multifactoriel complexe de l’homéostasie du glucose. Cette maladie, bien qu’elle possède une composante génétique, est principalement induite par des causes socio-environnementales comme de mauvaises habitudes alimentaires. En dépit des mesures hygiéno-diététiques et des traitements médicaux utilisés pour prévenir et traiter la maladie, le DT2 ne cesse de progresser. L’identification et la production de peptides bioactifs à partir de sources naturelles offrent une alternative intéressante aux médicaments de synthèse, dont les préoccupations concernant les effets secondaires ne cessent d’augmenter. Ainsi, en raison de leur abondance et leur richesse en molécule bioactive, les coproduits de la transformation du poisson offrent une source presque inépuisable de peptides bioactifs. En effet, lors d’études précédentes, il a été démontré que des protéines de morue et de saumon permettaient d’améliorer la santé cardio-métabolique in vivo, et d’améliorer la captation du glucose musculaire, de diminuer la production du glucose hépatique et l’inflammation. De plus, avec un nombre de plus en plus important d’individus à nourrir, l’industrie de la transformation doit augmenter sa production, et les déchets ne cessent de s’accumuler. Néanmoins, afin d’exercer leur effet bioactif, il est nécessaire de libérer ces peptides bioactifs des structures protéiques au sein desquelles ils sont imbriqués et sous forme inactive générant ainsi des hydrolysats complexes. Par la suite, une ou plusieurs étapes de séparation sont utilisées afin de concentrer ces peptides dans des fractions plus actives, par exemple en fractionnant ces hydrolysats complexes par électrodialyse avec membranes d’ultrafiltration. En effet, Il a été démontré l’efficacité de l’électrodialyse avec membranes d’ultrafiltration pour la génération de fractions améliorant, in vitro, la captation du glucose à partir d’hydrolysats de protéines de soya et de saumon. Ainsi, l’objectif principal de cette thèse était de concentrer et d’identifier des peptides bioactifs par le fractionnement d’un hydrolysat de protéines issu d’un coproduit de saumon iv par l’électrodialyse avec membranes d’ultrafiltration, et d’étudier l’impact de ces fractions et peptides sur le DT2. Lors de la première étude, il a été démontré qu’un empilement judicieux de membranes permettait de fractionner les peptides issus d’un hydrolysat de coproduit de saumon, en générant des fractions possédant des peptides avec des propriétés physico-chimiques (charge et masse) différentes. De plus, cet empilement de trois membranes d’ultrafiltration de seuils de coupure différents a permis de moduler la réponse in vitro de la captation du glucose. En effet, des peptides cationiques de plus haut poids moléculaire ont amélioré la captation du glucose dans une étude in vitro, alors que les peptides cationiques de plus faible poids moléculaire ont démontré un effet inhibiteur de la bioactivité. Finalement, l’analyse par spectrométrie de masse des fractions a permis de caractériser (temps de rétention et charge) 17 peptides cationiques et 21 peptides anioniques, potentiellement responsables de l’effet bioactif des fractions. Lors de la deuxième étude, le fractionnement par EDUF des fractions finales récupérées lors de la précédente séparation et l’étude in vitro de la bioactivité de ces fractions (captation du glucose, production du glucose hépatique et inflammation) ont permis d’identifier deux fractions très prometteuses, démontrant un effet sur ces trois bioactivités. De plus, l’analyse par spectrométrie de masse en tandem de ces fractions a permis d’identifier, à l’aide de base de données, la séquence peptidique de 24 peptides anioniques, potentiellement responsables de ces effets bioactifs. Finalement, lors de la troisième étude, basées sur l’analyse des spectres obtenus par spectrométrie de masse en tandem, 13 peptides ont été sélectionnés et synthétisés, puis testés individuellement pour leurs capacités à augmenter l’absorption du glucose au niveau de cellules musculaires, à diminuer la production de glucose hépatique et finalement à diminuer la réponse inflammatoire de macrophages. Ainsi, pour la première fois, quatre nouveaux peptides ont été identifiés à partir de coproduits de saumon, et leurs propriétés glucorégulatrices in vitro ont été démontrées.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».