Extraction and Characterization of Myofibrillar Proteins from Different Meat Sources: A Comparative Study
Notice bibliographique
Résumé
In the present study, myofibrillar proteins were extracted from the meat proteins of beef, lamb, chicken, tuna and emperor fish using non-denaturation method, and their physico-chemical and rheological properties were assessed. The myofibrillar proteins of beef, emperor and lamb samples had higher percentage of protein extractability than tuna and chicken samples. The tuna sample showed significantly higher bound bromophenol blue (BPB) value while lamb samples showed lower value ( P < 0.05). The myofibrillar protein of chicken sample was found to have more ionic and hydrogen bonds than all other myofibrillar samples. The disulphide bonds in tuna and lamb myofibrillar protein samples were significantly higher than other three samples ( P < 0.05). The myofibrillar protein samples showed major bands myosin heavy chain, α -actinin, desimin, actin, troponin, tropomyosin and myosin light chain with wider molecular weight distribution in the range of 20–200 ku. The myofibrillar proteins exhibited Newtonian and shear thickening nature behaviour at lower protein concentration (1 mg/mL) as revealed by flow profile and visco-elastic analysis using rheometer.
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 ».