A collaborative study to validate in vitro assays for protein digestibility assessment using pH-drop and pH-stat methods.
Notice bibliographique
Résumé
Protein digestibility is a crucial determinant of nutritional quality in foods, influencing how well the body can utilize amino acids derived from dietary protein. Historically, protein digestibility has been measured using in vivo rodent bioassays, particularly in calculating the PDCAAS. However, with growing public and scientific concerns over the ethical implications of animal testing, there is an urgent need for validated in vitro methods that are scientifically reliable and ethically sound. This report presents findings from an international collaborative study aimed at generating necessary data to position two in vitro methods—the pH-drop and pH-stat assays—for determining protein digestibility as candidates for method approval by an accrediting body. Nine laboratories participated in the study, analyzing 12 diverse protein ingredients from both plant and animal sources having previously published true fecal protein digestibility values. Mean relative standard deviations for repeatability ranged from 0.8-2.1% and 0.5-4.8% and mean relative standard deviation for reproducibility ranged from 1.2-3.6% and 1.1-4.9% for the pH-drop and pH-stat methods, respectively. The strong repeatability and reproducibility of both in vitro methods and the achievement of an official accreditation represent a critical advancement in the process toward acceptance by regulatory adoption as alternatives to in vivo testing to determine protein quality by PDCAAS. The validated methods presented here provide a reliable, affordable, and non-animal-based way to account for protein digestion in food formulation. While regulatory approval is required for use on food labels, these tools are immediately available to product developers to guide ingredient choices and processing decisions.
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 | 0,107 | 0,040 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,002 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,003 | 0,005 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,002 |
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 ».