How Discoloration of Porcine Cruor Hydrolysate Allowed the Identification of New Antifungal Peptides
Notice bibliographique
Résumé
Porcine blood is an important by-product from slaughterhouses and an abundant source of proteins. Indeed, cruor, the solid part of blood, is mainly composed of hemoglobin. Its enzymatic hydrolysis with pepsin generates a diversity of peptides, particularly antimicrobials. One of the downsides of using these hydrolysates as food bio-preservatives is the color brought by the heme, which can be removed by discoloration. Nonetheless, the effects of this procedure on the antimicrobial peptide population have not been completely investigated. In this study, its impacts were evaluated on the final antibacterial and antifungal activities of a cruor hydrolysate. The results demonstrated that 38 identified and characterized peptides showed a partial or total decrease in the hydrolysate, after discoloration. Antifungal activities were observed for the raw and discolored hydrolysates: MICs vary between 0.1 and 30.0 mg/mL of proteins, and significant differences were detected between both hydrolysates for the strains S. boulardii, C. guilliermondii, K. marxianus, M. racemosus and P. chrysogenum. The raw hydrolysate showed up to 12 times higher antifungal activities. Hence, peptides with the highest relative abundance decrease after discoloration were synthesized and tested individually. In total, eight new antifungal peptides were characterized as active and promising. To our knowledge, this is the first time that effective antifungal peptide sequences have been reported from porcine cruor hydrolysates.
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 ».