MétaCan
Menu
Retour à la cohorte
Enregistrement W4313425879 · doi:10.1186/s43014-022-00121-0

Phenolic-protein interactions: insight from in-silico analyses – a review

2023· review· en· W4313425879 sur OpenAlexafffund
Fereidoon Shahidi, Chandrika Sewwandi Dissanayaka

Notice bibliographique

RevueFood Production Processing and Nutrition · 2023
Typereview
Langueen
DomaineMedicine
ThématiquePhytochemicals and Antioxidant Activities
Établissements canadiensMemorial University of Newfoundland
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésChemistryDocking (animal)Hydrophobic effectNon-covalent interactionsNutraceuticalFolding (DSP implementation)van der Waals forceHydrogen bondBiochemistryMoleculeOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Abstract Phenolic compounds are ubiquitous plant secondary metabolites that possess various biological activities and are known to interact with proteins, altering their structure and properties. Therefore, interactions between these compounds and proteins has gained increasing attention due to their potential benefits to human health and for exploitation by the food industry. Phenolic compounds and proteins can form complexes via covalent linkages and/or non-covalent interactions through hydrophobic, electrostatic, van der Waals forces and hydrogen bonding. This review describes possible mechanisms of phenol-protein complex formation, their physiological action and activities that are important in the food industry, and possible outcomes in the terms of molecular docking and simulation analysis. The conformational changes of the protein upon binding with polyphenols can lead to the folding or unfolding of the protein molecules, forming insoluble or soluble complexes. The concentration of polyphenols, their molecular weight and structure, ions/cofactors and conditions of the system determine the precipitation or solubilization of the complex, affecting their nutritional and functional properties as well as their bioactivities. In this regard, molecular docking and simulation studies of phenolic-protein interactions allows comprehensive virtual screening of competitive/non-competitive and site-specific/non-specific conjugation of phenolics with different protein targets and facilitates understanding the observed effects. The docking analysis of flavonoids with enzymes and milk proteins has indicated their potential application in producing nutraceuticals and functional foods. Thus, combining molecular docking and simulation studies with experimental techniques is vital for better understanding the reactions that take place during digestion to engineer and manufacture novel food ingredients with desirable pharmacological properties and as potential food additives. Graphical Abstract

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,772
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0020,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,182
Tête enseignante GPT0,420
Écart entre enseignants0,238 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeAutre devis
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations200
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFood Production Processing and NutritionMême sujetPhytochemicals and Antioxidant ActivitiesTravaux en français237 207