Evaluation of Changes in Protein Quality of High-Pressure Treated Aqueous Aquafaba
Notice bibliographique
Résumé
Chickpea cooking water (CCW), known as aquafaba, has potential as a replacement for egg whites due to its emulsion and foaming properties which come from the proteins and starch that leach out from chickpeas into the cooking water. High pressure (HP) processing has the ability to modify the functional characteristics of proteins. It is hypothesized that HP processing could favorably affect the functional properties of CCW proteins by influencing their structure. The objective of this study to evaluate the effect of HP treatment on the associated secondary structure, emulsion properties and thermal characteristics of CCW proteins. A central composite rotatable design is used with pressure level (227–573 MPa) and treatment time (6–24 min) as HP variables, and concentration of freeze dried CCW aquafaba powder (11–29%) as product variable, and compared to untreated CCW powder. HP improves aquafaba emulsion properties compared to control sample. HP reduces protein aggregates by 33.3%, while β-sheets decreases by 4.2–87.6% in which both correlated to increasing protein digestibility. α-helices drops by 50%. It affects the intensity of some HP treated samples, but not the trend of bands in most of them. HP treatment decreases Td and enthalpy because of increasing the degree of denaturation.
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 | 0,001 | 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 ».