The effect of simulated gut digestion (SGD) of various proteins on cholecystokinin (CCK) and glucagon‐like peptide‐1 (GLP‐1) release in an enteroendocrine cell line (STC‐1)
Notice bibliographique
Résumé
The satiating property of protein is partly due to its ability to stimulate release of gut hormones such as CCK & GLP‐1. STC‐1 enteroendocrine cells were used to determine whether CCK & GLP‐1 release vary by protein source (animal or vegetable) or processing by food enzymes. Proteins were subjected to simulated gut digestion (SGD) using pepsin & pancreatin. Soluble peptide fractions (2 mg/mL) were applied & incubated with STC‐1 cells to evaluate hormone secretion into media. CCK release was increased for the SGD‐proteins (dairy whey protein isolate (WPI), egg albumin, beef protein isolate (BPI), beef plasma protein, & soy protein isolate (SPI)) compared to their intact counterparts (p<0.0004), with SPI (1.6‐fold >; avg.) & BPI (1.4‐fold >; avg.) showing the greatest enhancement (p<0.0001). When BPI, SPI & SPI hydrolyzed by food enzymes (H‐SPI) were compared, the SGD‐proteins showed significantly greater CCK release than before digestion (p<0.001). Only SPI & H‐SPI showed increased GLP‐1 release after SGD (p<0.0001) & SGD‐BPI showed lower GLP‐1 release compared to the other proteins. The average fold stimulation of CCK & GLP‐1, respectively, after SGD was as follows: 1.3‐ & 1.2‐fold (H‐SPI >; SPI); 1.4‐ & 4.4‐fold (SPI >; BPI). In summary, protein‐induced stimulation of CCK & GLP‐1 release is greater for SPI & BPI compared to other sources tested after SGD & is further enhanced for SPI after food enzyme hydrolysis.
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 | 0,000 | 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».