Polypeptide composition of major oilseed proteins and functional properties of extracted protein products: A concise review
Notice bibliographique
Résumé
Abstract Oilseeds are grown mainly for their oil content but the residues (meals) that remain after defatting are excellent sources of plant protein ingredients. However, to serve as useful ingredients, the extracted proteins must meet industry expectations in terms of functional performance. Protein functionality is influenced by structural conformation, amino acid composition, type of polypeptides, presence of non‐protein materials (carbohydrates, lipids, and polyphenols), which in turn can be modified by the extraction method. Defatted oilseed meals are extracted mostly through the pH shift method, which involves alkaline solubilization followed by acid‐induced protein precipitation at the isoelectric point. A less popular method is called the protein micellar mass whereby the oilseed meal proteins are extracted with a NaCl solution, which is later diluted to reduce the ionic strength to a level where the proteins are no longer soluble and hence precipitate. A third method utilizes carbohydrases and phytases to first digest non‐protein materials from the oilseed meal into smaller units that are then removed by membrane ultrafiltration to leave behind a protein‐rich extract. These methods produce mainly two types of isolated oilseed proteins, concentrates (60%–89% protein content) and isolates (≥90% protein content), which can differ in terms of their protein conformation, solubility, and functionality as food ingredients. Therefore, this review provides an overview of the extraction and isolation as well as structural and functional properties of soybean, peanut, canola, hemp seed, sunflower, and sesame seed proteins.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».