MétaCan
Menu
Retour à la cohorte
Enregistrement W4318003419 · doi:10.1146/annurev-food-060721-024353

Biotechnology in Future Food Lipids: Opportunities and Challenges

2023· review· en· W4318003419 sur OpenAlexaff
Qingqing Xu, Qingyun Tang, Yang Xu, Junjun Wu, Xiangzhao Mao, Fuli Li, Shi‐An Wang, Yonghua Wang

Notice bibliographique

RevueAnnual Review of Food Science and Technology · 2023
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueLipid metabolism and biosynthesis
Établissements canadiensUniversity of Guelph
Organismes subventionnairesnon disponible
Mots-clésMetabolic engineeringBiotechnologyBiologyFood sciencePopulationMicroorganismEssential nutrientNutrientBiochemistryBacteriaEcologyEnzyme

Résumé

récupéré en direct d'OpenAlex

Lipids are a large group of essential nutrients in daily diets that provide energy and maintain various physiological functions. As the global population is rapidly expanding, there is an urgent need to enhance the production and quality of food lipids. The development of modern biotechnology allows the manipulation of oil production in plants and microorganisms and the improvement of the nutritional value of food lipids. Various metabolic engineering strategies have been exploited to increase oil production and produce value-added oils in traditional oil crops and other novel lipid sources (e.g., plant vegetative tissues, microalgae, and oleaginous microorganisms). Furthermore, natural lipid structures can be modified by lipases to prepare functional lipids, e.g., diacylglycerols, medium-long-medium-type structured triacylglycerols, human milk-fat substitutes, and structuralphospholipids, for specific nutritional demands. In this review, we focus on the recent advances in metabolic engineering of lipid production in plants and microorganisms, and the preparation of functional lipids via biocatalysis.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,980
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,002
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,000
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 Opus0,061
Tête enseignante GPT0,308
Écart entre enseignants0,247 · 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'étudeSans objet
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

Citations28
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAnnual Review of Food Science and TechnologyMême sujetLipid metabolism and biosynthesisTravaux en français237 207