Physical Treatment Reduces Trypsin Inhibitor Activity and Modifies Chemical Composition of Marama Bean (Tylosema esculentum)
Notice bibliographique
Résumé
The utility of the marama bean (MB) as an alternative protein source to soybean (SB) can be limited by the high concentration of trypsin inhibitors (TI). The physical treatment of MB has the potential to ameliorate the antinutritional activities of TI and modify other chemical components. Thus, this study investigated the effects of physical treatments on the chemical components and trypsin inhibitor activity (TIA) of raw MB and SB. The bean substrates were subjected to each of the following treatment methods: (1) room temperature (20−22 °C) soaking for 24 h; (2) electric stove cooking at 100 °C for 10, 20, and 30 min; (3) steam autoclaving at a temperature of 110 °C and pressure of 7 pounds per square inch (psi), as well as a temperature of 121 °C and 7 psi for 5, 15, and 30 min; (4) pre-soaked autoclaving at 110 °C (7 psi) and 121 °C (17 psi) for 5, 15, and 30 min. Treated MB and SB had greater (p < 0.05) crude protein content than untreated samples. All the treatments (except 24 h soaking of MB) reduced (p < 0.05) the TIA and ash content. Marama and SB are similar in protein content, but their amino acids profile and TIA are quite different. Soaking for 24 h was less effective in reducing TIA in MB and SB, compared to the thermal methods, and it was detrimental to the ash and amino acids profile of the two beans. Soaking prior to autoclaving yielded beans with the lowest TI concentrations. In conclusion, thermal methods reduced the TI contents and modified the level of proximate components and amino acids profile of the beans.
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) | 0,001 | 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 ».