Assessment of Iron Bioavailability in Lentils: Identifying Commercial Harvests with High Fe Bioavailability
Notice bibliographique
Résumé
Iron deficiency is the most prevalent nutrient deficiency in the world, a major cause of which is a lack of highly bioavailable dietary iron. Lentils (Lens culinaris) are a pulse crop consumed as a staple food world‐wide, and are higher in iron compared to other staple foods. We screened 28 commercial lentil lines already in use by growers in Saskatchewan, Canada for Fe concentration and relative Fe bioavailability using the in vitro digestion/Caco‐2 cell model. Fe concentration of the lentils ranged from 53.4 – 96.7 ppm Fe with 4 lines having greater than 85 ppm Fe. This indicates that some harvests are essentially biofortified, as values above 85 ppm are considered high in Fe. There were significant differences in relative Fe bioavailability among the 28 commercial lines as measured by the in vitro model. Dehulling the lentils, a practice most common for red lentils, significantly increases the Fe bioavailability. Iron concentration and Fe bioavailability were not correlated in this sample (r=−0.27, p=0.16). These results will be confirmed in vivo using a poultry model. The differences in Fe concentration and relative bioavailability appear to be genetically linked. As Canadian lentils are often exported to regions where Fe deficiency is high, this work represents a unique opportunity to conduct Fe biofortification using the tools of modern agriculture.
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 | 0,002 | 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 ».