MétaCan
Menu
Retour à la cohorte
Enregistrement W4409035756 · doi:10.1002/jat.4781

Safety Evaluation of Serendipity Berry Sweet Protein From <i>Komagataella phaffii</i>

2025· article· en· W4409035756 sur OpenAlexaff
Yael Lifshitz, Sergio Montserrat‐de la Paz, Rotem Saban, Inbar Zuker, Hagay Shmuely, Katy Gorshkov, Jwar Meetro, Shahrzad Tafazoli, Trung D. Vo, Gabriela Amiram, Carmit Shani Levi, Uri Lesmes, Ilan Samish

Notice bibliographique

RevueJournal of Applied Toxicology · 2025
Typearticle
Langueen
DomaineNursing
ThématiqueBiochemical Analysis and Sensing Techniques
Établissements canadiensIntertek (Canada)
Organismes subventionnairesnon disponible
Mots-clésBerryToxicityGenotoxicityIngredientFood scienceIn vivoBiologyIn vitroPharmacologyChemistryBiotechnologyBiochemistryBotany

Résumé

récupéré en direct d'OpenAlex

Serendipity Berry Sweet Protein (sweelin) is a novel hyper-sweet thermophilic protein designed using Artificial Intelligence Computational Protein Design (AI-CPD) to improve the stability and sensory profile of the protein found in serendipity berry (Dioscoreophyllum cumminsii). sweelin is produced through precision fermentation by expression in Komagataella phaffii. The safety of sweelin was investigated through an evaluation of its genotoxicity, mutagenicity, systemic toxicity and digestibility potential in in vitro and in vivo models. sweelin was not genotoxic in in vitro reverse mutation and mammalian micronucleus assays and was not associated with systemic toxicity in a 90-day dietary toxicity study in rats. The no-observed-adverse-effect level for sweelin in Sprague Dawley rats was established as 14,300 ppm, the highest dose tested. This dose level corresponds to dietary intakes of 838.3 and 946.0 mg/kg body weight/day in male and female rats, respectively. sweelin was demonstrated to be readily digestible in an in vitro semi-dynamic model of the gastrointestinal tract. The results support the safety of sweelin as a food ingredient for sweetening purposes.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,073
Score d'incertitude au seuil0,473

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,017
Tête enseignante GPT0,297
Écart entre enseignants0,280 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations5
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Applied ToxicologyMême sujetBiochemical Analysis and Sensing TechniquesTravaux en français237 207