In Vitro Characterization of Fluted Pumpkin Leaf Protein Hydrolysates and Ultrafiltration of Peptide Fractions: Antioxidant and Enzyme-Inhibitory Properties
Notice bibliographique
Résumé
fluted pumpkin leaf, protein hydrolysates, membrane ultrafiltration, antioxidant activity, antidiabetic activity, antihypertensive activity Hydrolysates were produced using Alcalase (AH), chymotrypsin (CH), pepsin (PH), and trypsin (TH), and also fluted pumpkin leaf protein isolate (FLI) as a substrate. AH had the lowest degree of hydrolysis (16.37%) but exhibited overall superior antioxidant and enzyme inhibitory properties. Therefore, it was fractionated by membrane ultrafiltration to give <1, 1-3, 3-5, 5-10, and >10 kDa peptide fractions. Gel permeation chromatography showed that the molecular weight of the FLI was 19.77 kDa and that of the hydrolysates was below 7.5 kDa. The hydrolysate peptides had a high content of hydrophobic amino acids but low levels of sulfur-containing amino acids, when compared to protein of FLI. Peptide sequence analysis showed that the hydrolysates consisted of dipeptides, tripeptides, and tetrapeptides with molecular weights below 500 Da. The hydrolysates were also stronger inhibitors of linoleic acid oxidation, -amylase, -glucosidase, and angiotensin converting enzyme (ACE) than FLI. Among the fractions, the <1 and 1-3 kDa were the most effective free radical scavengers and metal chelators in addition to their strong inhibitory activities against -amylase, -glucosidase, and ACE. We conclude that the AH and low molecular weight peptide fraction (<3 kDa) could find applications in formulating foods with various bioactive properties.
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 ».