Incorporation of Mycelium (Pleurotus eryngii) in Pea Protein Based Low Moisture Meat Analogue: Effect on Its Physicochemical, Rehydration and Structural Properties
Notice bibliographique
Résumé
The protein content of a plant-based ingredient is generally lower than its animal food counterpart, and research into novel alternative protein is required that can provide similar protein content, texture and appearance as meat. This work investigates a mycelium-based low moisture meat analogue (LMMA) approach, by incorporating 0 to 40% w/w mycelium (MY) into pea protein isolate (PPI) via extrusion using a twin-screw extruder at 140 °C die temperature, 40 rpm screw speed, and 10 rpm feeder speed (0.53–0.54 kg/h). Physicochemical, rehydration, and structural properties of LMMA were assessed. The MY incorporation led to a significant change in color attributes due to Maillard reaction during extrusion. Water solubility index and water absorption capacity increased significantly with MY addition, owing to its porous structure. Oil absorption capacity increased due to increased hydrophobic interactions post-extrusion. Protein solubility decreased initially (upto 20% w/w MY), and increased afterwards, while the water holding capacity (WHC) and volumetric expansion ratio (VER) of LMMA enhanced with MY addition upto 30% w/w. Conversely, WHC and VER decreased for 40% w/w which was verified with the microstructure and FTIR analysis. Overall, MY (30% w/w) in PPI produced a fibrous and porous LMMA, showing future potential with an increasingly plant-based product market and decreasing carbon footprint of food production activities.
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 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) | 0,000 | 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 tête enseignante, 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 ».