MétaCan
Menu
Retour à la cohorte
Enregistrement W3197437825 · doi:10.1021/acs.jafc.1c03022

β-Glucan Interaction with Lentil (<i>Lens culinaris</i>) and Yellow Pea (<i>Pisum sativum</i>) Proteins Suppresses Their <i>In Vitro</i> Digestibility

2021· article· en· W3197437825 sur OpenAlexafffund
Ruth T. Boachie, Mieke M. B. Commandeur, Raliat O. Abioye, Edoardo Capuano, Teresa Oliviero, Vincenzo Fogliano, Chibuike C. Udenigwe

Notice bibliographique

RevueJournal of Agricultural and Food Chemistry · 2021
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueProteins in Food Systems
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaUniversity of Ottawa
Mots-clésPisumGlucanSativumField peaPea proteinIn vitroPolysaccharideChemistryBiochemistryElectrophoresisFood scienceBiologyBotany

Résumé

récupéré en direct d'OpenAlex

In this study, β-glucan interaction with lentil and yellow pea proteins and the effect on in vitro protein digestibility were investigated. Proteins were mixed with β-glucan at mass ratios of 1:0.5, 1:1, and 1:2. The interaction between β-glucan and the proteins was demonstrated by the decrease in transmittance and surface charge and the increase in particle size of the complexes. Bright-field microscopy showed the formation of aggregates between the biopolymers, although increased molecular size was not observed by discontinuous native polyacrylamide gel electrophoresis. Fluorescence microscopy indicated that β-glucan formed aggregates with lentil proteins, while the interaction with yellow pea proteins appeared as distinct phases of protein within the β-glucan network. The in vitro protein digestibility of lentil and pea protein decreased by 27.3 and 34.5%, respectively, in the presence of a β-glucan mass ratio of 1:2. The findings confirm the possibility to modulate protein digestibility by changing the physical characteristics of a food matrix.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,075
Score d'incertitude au seuil0,336

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,014
Tête enseignante GPT0,194
Écart entre enseignants0,180 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations34
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Agricultural and Food ChemistryMême sujetProteins in Food SystemsTravaux en français237 207