Red tilapia by‐product hydrolysates: A new nitrogen source for <i>Bifidobacterium lactis</i><scp>HN019</scp>
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract Background Red tilapia by‐products possess ample protein and are either discarded or processed into low‐value products. The nitrogen source is the most expensive part of the microbial culture, so finding a cheap alternative can better promote the microbial economy. In this study, different combinations of enzymes were used to hydrolyze the by‐products of red tilapia, and its effects on the growth of Bifidobacterium lactis HN019 were investigated. Results The results showed that hydrolysate hydrolyzed by enzyme combination 4 (alcalase: neutrase: papain: flavorzyme = 1:1:2:1) (EC4) obtained the highest nitrogen recovery (53.63%) and >2000 Da peptide proportion (5.07%). Hydrolysate hydrolyzed by enzyme combination 2 (alcalase: neutrase: papain: flavorzyme = 2:1:1:1) (EC2) has less hydrophobic amino acids and could improve the growth rate in 10 h–14 h in 50% nitrogen source substitution but had worst viable count after 24 h cultivation. Conclusion These results indicated that red tilapia by‐product hydrolysate was an excellent nitrogen source substitution and suggested that the hydrophobic amino acids in the nitrogen source might be an essential factor affecting the growth of Bifidobacterium lactis HN019. This research enhanced the economic value of red tilapia by‐products, minimized the waste of aquatic resources, and provided directions for the utilization of red tilapia by‐products.
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.
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 | 0,001 | 0,001 |
| 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 découle