Bioactive Properties of Enzymatic Gelatin Hydrolysates Based on In Silico, In Vitro, and In Vivo Studies
Notice bibliographique
Résumé
This current study aims to analyze the potential bioactivities possessed by the enzymatic hydrolysates of commercial bovine, porcine, and tilapia gelatins using bioinformatics in combination with in vitro and in vivo studies. The hydrolysate with superior inhibition of angiotensin converting enzyme (ACE) activity was used to treat the D-galactose (DG)-induced amnesic mice. In silico digestion of the gelatins led to the identification of peptide sequences with potential antioxidant, ACE-inhibitory, and anti-amnestic properties. The results of in vitro digestion revealed that the <1 kDa peptide fraction of porcine gelatin hydrolysate obtained after 1 h digestion with papain (PP) (PP1, <1 kDa) potently inhibited ACE, acetylcholinesterase, and prolyl endopeptidase activities at 87.42%, 21.24%, and 48.07%, respectively. Administering the PP1 to DG-induced amnesic mice ameliorated the spatial cognitive impairment and Morris water maze learning abilities. The dentate area morphology in the PP1-treated mice was relatively similar to the control group. In addition, PP1 enhanced the antioxidant capacity in the DG-induced amnesic mice. This study suggests that PP1 could serve as a potential treatment tool against oxidative stress, hypertension, and neurodegenerative diseases.
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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».