Development of antioxidant peptides from brewers’ spent grain proteins
Notice bibliographique
Résumé
Brewers’ spent grain (BSG), the most abundant brewing by-product contains up to 24% (w/w) of protein on a dry basis but is used as low-value animal feed. This study was conducted to develop antioxidant peptides from BSG proteins. Protease hydrolysis significantly increased BSG protein solubility to 94.4% at neutral pH. Peptides prepared by Alcalase, and its combination with Neutrase, Flavourzyme, or Everlase showed the highest DPPH radical scavenging activities ranging between 72.6 and 74.9%. The highest superoxide radical scavenging activity of 19.3% was observed in the hydrolysate resulted from Alcalase and Flavourzyme combination. Everlase and FoodPro PHT combined treatment was the most effective in producing ferrous ion chelating peptides. Molecular structures analysis suggests that histidine significantly contributed to DPPH radical scavenging activity of BSG peptides due to the high proton donation ability of its imidazole ring. Highly hydrolyzed BSG protein could have more positive charges to stabilize negatively charged superoxide radicals. Ferrous ion chelating ability was negatively correlated to degree of hydrolysis, suggesting that longer peptides are more likely to form compact structures to trap ferrous ions. This research has demonstrated the potential to use BSG as a cost-effective raw material to generate natural antioxidants for food applications.
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 | 0,000 |
| 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 ».