MétaCan
Menu
Retour à la cohorte
Enregistrement W4281725150 · doi:10.1016/j.fochx.2022.100352

Altering functional properties of rice protein hydrolysates by covalent conjugation with chlorogenic acid

2022· article· en· W4281725150 sur OpenAlexaff
Xin Pan, Fenjiao Fan, Jian Ding, Peng Li, Xinyang Sun, Lei Zhong, Yong Fang

Notice bibliographique

RevueFood Chemistry X · 2022
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueProtein Hydrolysis and Bioactive Peptides
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesJiangsu Agriculture Research SystemPriority Academic Program Development of Jiangsu Higher Education InstitutionsNational Natural Science Foundation of China
Mots-clésCovalent bondConjugateChemistryHydrolysateChlorogenic acidAntioxidantTyrosineCircular dichroismAmino acidBiochemistryOrganic chemistryChromatographyHydrolysis

Résumé

récupéré en direct d'OpenAlex

Proteins and phenolic compounds are common components in foods that readily interact with each other to yield complexes, leading to changes in the functional properties. In this study, we investigated the effect of covalent conjugation of rice protein hydrolysates (RPH) with chlorogenic acid (CA) on the structural and functional properties of RPH. Three RPH-CA conjugates were prepared by the alkaline, enzyme, and free radical methods, respectively. Covalent conjugation decreased the content of free amino, thiol, and tyrosine groups, and increased in the amount of CA bounds from 15.23 to 21.11 nmol/mg. Moreover, the circular dichroism analysis revealed that covalent conjugation resulted in an increase of random coils. The emulsifying activity and antioxidant capacity of RPH were also improved by the covalent conjugation with CA. This work provides a better understanding of the formation of hydrolysates-chlorogenic acid conjugates, contributing to improving the functional properties of foods.

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 enseignants0,003
Score d'incertitude au seuil0,543

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 Opus0,010
Tête enseignante GPT0,176
Écart entre enseignants0,166 · 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

Citations40
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFood Chemistry XMême sujetProtein Hydrolysis and Bioactive PeptidesTravaux en français237 207