Canola meal valorization via acid hydrolysis to generate free amino acids
Notice bibliographique
Résumé
Abstract This study investigated an alternative approach to valorizing canola proteins by hydrolyzing them to generate amino acids (AAs). Pre‐treatment of cold‐pressed (CP) cake and desolventized‐toasted (DT) meal with ethanol (99%, vol/vol) followed by protein separation was studied as process optimizations to maximize protein recovery with higher purity. The optimum ethanol pre‐treatment conditions to achieve a meal containing less than 1% oil was reached at a meal‐to‐ethanol ratio of 1:4 (wt:wt) and 50°C for 30 min extraction. The protein recovery reached the maximum at pH 12 and a meal‐to‐solvent ratio of 1:10 (wt:vol), yielding 73% and 33% recovery from ethanol pre‐treated CP and DT meals, respectively, in a single extraction. Untreated and ethanol pre‐treated meals were hydrolyzed with 6 N HCl (protein‐to‐acid ratio of 5 mg:2 mL) for 24 h at 110°C. The ethanol pre‐treatment improved AA recovery and released 373 mg AA/g dry CP meal biomass (dbm) compared to 279 mg AA/g untreated CP cake dbm. However, no improvement in AA recovery upon ethanol pre‐treatment of DT meal. Sulfuric acid was examined as an alternative acid. More than 700 mg AA/g CP protein were released with 6 N H2SO4, while for DT meal proteins, a 10 N concentration was needed to achieve a closer value. Commercial canola meals can be utilized for generating free AAs; however, the meal processing history may affect the yield.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».