Encapsulation of Cinnamaldehyde and Vanillin as a Strategy to Increase Their Antimicrobial Activity
Notice bibliographique
Résumé
Many studies have suggested that the encapsulation of natural antimicrobials increases their antimicrobial activity. In this sense, the objective was to study the inactivation of microorganisms with encapsulated cinnamaldehyde and vanillin (E-CIN and E-VN), in comparison with the unencapsulated antimicrobials (CIN and VN) in protein beverages. Additionally, the microbial response was quantified through mathematical modeling. Cinnamaldehyde and vanillin were encapsulated using whey protein concentrate (WPC) as the encapsulating agent. The effectiveness at inactivating Escherichia coli, Listeria innocua, and Saccharomyces cerevisiae was evaluated in a protein-apple juice beverage during storage (4 °C). Encapsulation increased the effectiveness of cinnamaldehyde, reaching reductions of 1.8, 3.3, and 5.3 log CFU/mL in E. coli, L. innocua, and S. cerevisiae, respectively, while vanillin encapsulation had little effect on antimicrobial activity, reducing by 0.5, 1.4, and 1.1 log cycles, respectively. The combined treatments (E-CIN + E-VN) had an additive effect in reducing E. coli and a synergistic effect against S. cerevisiae. The Gompertz model was more versatile and better described the biphasic curves, whereas the Weibull model complemented the information regarding the spectrum of resistances within the microbial population. In conclusion, the encapsulation of cinnamaldehyde with WPC enhanced its activity. However, further studies are necessary to improve the antimicrobial activity of vanillin.
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) | 0,000 | 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 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 ».