ENRIQUECIMENTO DE FARELO DE ARROZ COM AMINOÁCIDOS ESSENCIAIS POR FERMENTAÇÃO
Notice bibliographique
Résumé
O farelo de arroz contém carboidratos, proteínas, lipídios, fibras, vitaminas e sais minerais. Porém, ele possui enzimas que hidrolisam o óleo aumentando o conteúdo de ácidos livres que promovem a formação de odor e sabor de ranço. Por isso, a fermentação é uma boa alternativa para produzir odor e sabor mais agradável além de enriquecer os substratos com aminoácidos essenciais e proteínas. O objetivo deste trabalho foi caracterizar a composição dos aminoácidos do farelo de arroz fermentado com Saccharomyces cerevisiae. Tratamos os farelos com diferentes concentrações de levedura de 2%, 4% e 6% p/p durante 72 horas. Antes de serem tratadas, as amostras sofreram um pré-aquecimento. Os aminoácidos foram identificados qualitativamente por reação de Sakaguchi, Xantoproteica, Hopkin-Cole e Aminoácidos sulfurados. O farelo não fermentado foi utilizado como controle. As análises de aminoácidos mostraram as presenças de arginina, cisteína, tirosina e aminoácidos essenciais (triptofano e fenilalanina) em farelos fermentados. Observamos que os aminoácidos arginina e cisteína em concentrações muito inferiores no farelo não fermentado enquanto os aminoácidos tirosina e essenciais (triptofano e fenilalanina) não foram detectados. O aumento dos teores de aminoácidos tem relação positiva com o aumento de levedura adicionada. Com a tecnologia de fermentação poderemos oferecer alternativas de agregar valores nutritivos no produto aumentando a concentração dos aminoácidos.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| 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 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 ».