MétaCan
Menu
Retour à la cohorte
Enregistrement W4385544220 · doi:10.3390/su151511961

Mushroom Biomass Waste Is a Source of the Antioxidants Ergothioneine and Glutathione

2023· article· en· W4385544220 sur OpenAlexafffund
Dhanya Sivakumar, Gale G. Bozzo

Notice bibliographique

RevueSustainability · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueFungal Biology and Applications
Établissements canadiensUniversity of Guelph
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésErgothioneineMushroomChemistryOysterBiomass (ecology)GlutathioneFood scienceAgaricus bisporusWaste managementAntioxidantBiochemistryBiologyAgronomyEnzymeEcology

Résumé

récupéré en direct d'OpenAlex

Low-grade foodstuffs and unharvested materials from farms contribute a sizable amount of the waste that is disposed to landfills. Mushroom farms also contribute to this problem, as unmarketable fruiting bodies or parts of them are discarded in the waste stream. To limit the proportion of mushroom biomass waste that is deposited to landfills, we assessed whether culls of oyster and shiitake mushrooms and white button mushroom stem waste contain the antioxidants ergothioneine and glutathione. Enzyme-coupled spectrophotometric assays were used to assess the concentrations of glutathione (GSH) and its oxidized form glutathione disulfide in mushroom biomass waste. Ergothioneine analysis was performed with a high-performance liquid chromatography analysis. Most of the biomass waste contained ergothioneine and GSH concentrations that were on par with each one of the fresh mushrooms. Conversely, white button mushroom stem waste contained 77% less GSH than market-ready mushrooms. Finally, as a proof-of-concept cation exchange column chromatography was used to capture ergothioneine from oyster mushroom culls. This strategy has the potential to produce gram quantities of high value ergothioneine per tonne of mushroom biomass waste. These findings provide a strategy for the valorization of mushroom biomass waste and its diversion from landfills.

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)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,177
Score d'incertitude au seuil0,206

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,009
Tête enseignante GPT0,277
Écart entre enseignants0,268 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations12
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueSustainabilityMême sujetFungal Biology and ApplicationsTravaux en français237 207