An Untargeted Metabolomics Approach for Correlating Pulse Crop Seed Coat Polyphenol Profiles with Antioxidant Capacity and Iron Chelation Ability
Notice bibliographique
Résumé
Pulse crop seed coats are a sustainable source of antioxidant polyphenols, but are typically treated as low-value products, partly because some polyphenols reduce iron bioavailability in humans. This study correlates antioxidant/iron chelation capabilities of diverse seed coat types from five major pulse crops (common bean, lentil, pea, chickpea and faba bean) with polyphenol composition using mass spectrometry. Untargeted metabolomics was used to identify key differences and a hierarchical analysis revealed that common beans had the most diverse polyphenol profiles among these pulse crops. The highest antioxidant capacities were found in seed coats of black bean and all tannin lentils, followed by maple pea, however, tannin lentils showed much lower iron chelation among these seed coats. Thus, tannin lentils are more desirable sources as natural antioxidants in food applications, whereas black bean and maple pea are more suitable sources for industrial applications. Regardless of pulse crop, proanthocyanidins were primary contributors to antioxidant capacity, and to a lesser extent, anthocyanins and flavan-3-ols, whereas glycosylated flavonols contributed minimally. Higher iron chelation was primarily attributed to proanthocyanidin composition, and also myricetin 3-O-glucoside in black bean. Seed coats having proanthocyanidins that are primarily prodelphinidins show higher iron chelation compared with those containing procyanidins and/or propelargonidins.
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 ».