Upcycling calf cruor slaughterhouse by-product by peptic hydrolysis and identification of three novel antifungal peptides following a regression based-machine learning approach
Notice bibliographique
Résumé
• Hydrolysis of Calf-cruor followed the same enzymatic mechanisms as adult bovine hemoglobin. • Peptic hydrolysis of Calf-cruor at pH 2 and pH 3 for 180 min promoted antibacterial activity. • Peptic hydrolysis of Calf-cruor at pH 3 for 30 min promoted antifungal activity. • PLS-DA allowed the identification of antimicrobial peptides from complex solutions. • Three new antifungal peptide sequences α(47–80), β(130–145), and β(102–109) were identified. Calf cruor (C-cru) is an understudied source of antimicrobial peptides that can be used for meat product biopreservation under a circular economy framework. This study assessed the impact of pH and peptic hydrolysis duration of C-cru on the enzymatic mechanism, peptide population, and antimicrobial activities (antibacterial, antifungal, and anti-yeast). The results showed that peptic hydrolysis of C-cru has similar enzymatic mechanisms to adult bovine hemoglobin, fostering the development of a zipper mechanism at pH 2 and 3, while the one-by-one mechanism is promoted at pH 4 and 5. The antimicrobial activities suggested that peptic hydrolysis at pH 2 and 3 for 180 min fostered higher antibacterial activity, while peptic hydrolysis at pH 3 for 30 min favored both antifungal and anti-yeast activities. Furthermore, a supervised machine learning tool was applied for the first time to peptidomic data enabling the elucidation of α(47–80), β(130–145), and β(102–109) as new antifungal peptide sequences.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 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 ».