MétaCan
Menu
Retour à la cohorte
Enregistrement W4391072067 · doi:10.1016/j.fochx.2024.101149

Simultaneous ultrasound and microwave application in myosin-chlorogenic acid conjugation: Unlocking enhanced emulsion stability

2024· article· en· W4391072067 sur OpenAlexaff
Zhiyu Li, Xiaomei Zhong, Cuirong Luan, Nanhua Wen, Chuanyang Shi, Shuji Liu, Yizhou Xu, Quan He, Yijing Wu, Jie Yang

Notice bibliographique

RevueFood Chemistry X · 2024
Typearticle
Langueen
DomaineMaterials Science
ThématiqueElectrospun Nanofibers in Biomedical Applications
Établissements canadiensDalhousie University
Organismes subventionnairesMinjiang UniversityNatural Science Foundation of Fujian Province
Mots-clésMyosinEmulsionCreamingConjugateChemistryMicrowaveMaterials scienceChlorogenic acidHomogeneousUltrasoundChemical engineeringBiophysicsChromatographyOrganic chemistryBiochemistry

Résumé

récupéré en direct d'OpenAlex

This study investigated the grafting chlorogenic acid (CA) onto myosin, utilizing various techniques including conventional method, ultrasound, microwave, and combination of ultrasound and microwave (UM). The grafting efficiency was as follows: conventional method < microwave < ultrasound < UM. The UM technique manifested the highest CA-binding capacity (80.26 μmol/g myosin) through covalent bonding, and a much shorter time was required for conjugation than conventional method. The conjugation of polyphenol significantly increased the solubility of myosin with reduced aggregation behavior, which was accompanied by structural alterations from ordered structures (α-helix and β-sheet) to disordered forms. The emulsion stabilized by UM-myosin-CA conjugate exhibited the most homogeneous microstructure with favorable creaming stability. Moreover, the resulting emulsion presented strong oxidation resistance and storage stability. These results illustrate the promising potential of employing CA-grafted myosin, especially when processed using the UM technique, in the development of highly efficient emulsifiers.

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)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,018
Score d'incertitude au seuil0,669

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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 Opus0,006
Tête enseignante GPT0,233
Écart entre enseignants0,227 · 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'étudeExpérimental (laboratoire)
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

Citations9
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFood Chemistry XMême sujetElectrospun Nanofibers in Biomedical ApplicationsTravaux en français237 207