Microalgae: Bioactive Composition, Health Benefits, Safety and Prospects as Potential High-Value Ingredients for the Functional Food Industry
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Global population is estimated to reach about 9.22 billion by 2075. The increasing knowledge on the relationship between food biochemistry and positive health gives an indication of the urgency to exploit food resources that are not only sustainable but also impact human health beyond basic nutrition. A typical example of such novel food is microalgae, an aquatic microorganism with a plethora of diverse bioactive compounds including phenolics, carotenoids, vitamin B12 and peptides. Microalgal bioactive compounds have been shown to possess positive health effects such as antihypertensive, anti-obesity, antioxidative, anticancer and cardiovascular protection. Although, the utilization of microalgal biomass by the functional food industry has faced lots of challenges because of species diversity and variations in biomass and cultivation factors. Other documented challenges were ascribed to changes in functional structures during extraction and purification due to inefficient bio-processing techniques, inconclusive literature information on the bioavailability and safety of the microalgal bioactive compounds and the fishy odor and taste when applied in food formulations. In spite of these challenges, great opportunities exist to exploit their utilization for the development of functional foods. Microalgae are a renewable resource and have fast growth rate. Therefore, detailed research is needed to bridge these challenges to pave way for large-scale commercialization of microalgal-based healthy foods. The focus of this review is to discuss the potential of microalgae as natural ingredients for functional food development, factors limiting their acceptance and utilization in the food industry as well as their safety concerns with respect to human consumption.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 découle