Anti-Salmonella Activity and Peptidomic Profiling of Peptide Fractions Produced from Sturgeon Fish Skin Collagen (Huso huso) Using Commercial Enzymes
Notice bibliographique
Résumé
This study investigated peptide fractions from fish skin collagen for antibacterial activity against Escherichia coli and Salmonella strains. The collagen was hydrolyzed with six commercial proteases, including trypsin, Alcalase, Neutrase, Flavourzyme, pepsin and papain. Hydrolyzed samples obtained with trypsin and Alcalase had the largest number of small peptides (molecular weight <10 kDa), while the hydrolysate produced with papain showed the lowest degree of hydrolysis and highest number of large peptides. Four hydrolysates were found to inhibit the growth of the Gram-negative bacteria, with papain hydrolysate showing the best activity against E. coli, and Neutrase and papain hydrolysates showing the best activity against S. abony; hydrolysates produced with trypsin and pepsin did not show detectable antibacterial activity. After acetone fractionation of the latter hydrolysates, the peptide fractions demonstrated enhanced dose-dependent inhibition of the growth (colony-forming units) of four Salmonella strains, including S. abony (NCTC 6017), S. typhimurium (ATCC 13311), S. typhimurium (ATCC 14028) and S. chol (ATCC 10708). Shotgun peptidomics analysis of the acetone fractions of Neutrase and papain hydrolysates resulted in the identification of 71 and 103 peptides, respectively, with chain lengths of 6–22 and 6–24, respectively. This work provided an array of peptide sequences from fish skin collagen for pharmacophore identification, structure–activity relationship studies, and further investigation as food-based antibacterial agents against pathogenic microorganisms.
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) | 0,001 | 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 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 ».