Impact of Pulsed Electric Fields and pH on Enzyme Inactivation and Bioactivities of Peptic Hydrolysates Produced from Bovine and Porcine Hemoglobin
Notice bibliographique
Résumé
The production of bioactive peptides from hemoglobin via peptic hydrolysis is a promising alternative to valorizing slaughterhouse blood proteins. Nevertheless, it has some limitations such as low yield, high cost of enzymes, and the use of chemical reagents. The latter is aggravated by the pH increase to inactivate the enzyme, which can affect the bioactivity of the peptides. Thus, this study aimed to evaluate the effect of pulsed electric fields (PEF) on the pepsin inactivation and biological activities (antimicrobial and antioxidant) of hemoglobin hydrolysates. Bovine (Hb-B) and porcine (Hb-P) hemoglobin were hydrolyzed with pepsin for 3 h and treated with PEFs to inactivate the enzyme. The degree of hydrolysis (DH) did not show significant changes after PEF inactivation, whereas peptide population analysis showed some changes in PEF-treated hydrolysates over time, suggesting residual pepsin activity. PEF treatments showed no significant positive or negative impact on antimicrobial and antioxidant activities. Additionally, the impact of pH (3, 7, and 10) on bioactivity was studied. Higher pH fostered stronger anti-yeast activity and DPPH-scavenging capacity, whereas pH 7 fostered antifungal activity. Thus, the use of hemoglobin from the meat industry combined with PEF treatments could fit the circular economy concept since bioactive peptides can be produced more eco-efficiently and recycled to reduce the spoilage of meat products. Nevertheless, further studies on PEF conditions must be carried out to achieve complete inactivation of pepsin and the potential enhancement of peptides' bioactivity.
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 ».