Protein structural changes in lentil flour during soaking/germination and thermal treatments: Indication of nutritional and functional properties
Notice bibliographique
Résumé
Functional characteristics of lentil's protein have a significant impact on texture of developed food products and are an important consideration for ingredient manufacturers in food industries. Soaking/germination and thermal treatments are well-known methods in modifying these characteristics by altering protein structure. Therefore, in this study, the combination of these methods at two heat intensity categories, above and below protein denaturation, was utilized to examine modification of the structural, nutritional, and functional properties of processed lentil flours. The results showed that processing of lentil seeds impacted their protein secondary structure from ordered to disordered structures, by decreasing β-sheet and α-helix and increasing intermolecular β aggregates and random coil conformation. In terms of nutritional value, the applied processing improved lentil flours by higher protein content after germination and enhanced protein digestibility after thermal processing. Generally, protein solubility was negatively affected by thermal conditions, with microwave-infrared drying having the most significant impact on reducing protein solubility. Mostly, the processing did not noticeably affect the emulsifying activity and oil binding capacity, while it significantly reduced emulsifying stability at high-temperature methods. The findings suggests that germination-thermal processing combination enhances nutritional/functional properties of lentil flours and provides opportunities for their incorporation into value-added food product formulations.
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 | 0,000 | 0,000 |
| 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 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 ».