<i>In silico</i> investigation of molecular targets, pharmacokinetics, and biological activities of chicken egg ovalbumin protein hydrolysates
Notice bibliographique
Résumé
Food-derived bioactive peptides are promising ingredients for developing functional foods and nutraceuticals due to their putative safety, low cost, and multiple health benefits. Chicken egg is considered a major source of dietary protein, lipids, vitamins, and minerals but is also highly allergenic. The aim of this work was to investigate the inherent bioactive properties of chicken ovalbumin peptides using in silico approaches. Ovalbumin was in silico hydrolyzed with gastrointestinal proteases (chymotrypsin, trypsin, and pepsin) and results indicated cleavage of the most allergenic protein with an overall 36.62% theoretical degree of hydrolysis, consisting of 132 fragments of which 65 were di-, tri-, tetra- or oligopeptides. The most represented biological targets obtained for these peptides include HLA class I histocompatibility antigen A-3, E3 ubiquitin-protein ligase XIAP, and angiotensin-converting enzyme. Notably, peptides AIVF and AVL were found to have multi-target potentials. Gene enrichment analysis showed interaction of these peptides with some kinases and transcription factors. Overall, results from binding affinity, pharmacokinetics and physicochemical properties, and therapeutic activity showed that PGF, SSL, GGL, AVL, VY, and IL are promising peptide candidates for further studies. These results are important in the design of peptide-based functional foods and therapeutic products devoid of allergenic property of ovalbumin.
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 | 0,001 |
| 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) | 0,002 | 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 ».