Deep eutectic system enhanced oat protein extraction
Notice bibliographique
Résumé
Oats are a rich source of plant-based proteins owing to their nutritional value, diverse functions, and high abundance. However, traditional methods for extracting oat proteins (OPs), such as alkali solution acid precipitation (ASAP), can cause environmental pollution and potentially protein denaturation. In this work, we studied the use of deep eutectic solvents (DESs) and deep eutectic system (DESys)-based methods for OP extraction. The DES are composed of ionic liquids (ILs) and choline chloride (ChCl) as hydrogen bond acceptors (HBAs), and polyols as hydrogen bond donors (HBDs) for OP extraction. By systematically investigating the extraction conditions, it was found that using ChCl as an HBA in the DESys-based method allowed for a significant increase in protein recovery yield compared to the ASAP and DES-based methods. Furthermore, the physicochemical properties of OPs extracted using the ASAP, DES, and DESys-based methods exhibited some differences, particularly in their molecular structure, amino acid composition, and thermal properties, suggesting that the properties of OP could be potentially adjusted by DESys- and DES-based methods. When considering both toxicity and protein recovery yield, the DESys-based extraction method using ChCl as the HBA is more suitable for OP extraction. This study demonstrated a green and efficient method for OP extraction that minimizes environmental impact, potentially bridging the gap between ILs and DES, and offering insights for designing new DES- or DESys-based extraction strategies for biological molecules.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 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 ».