MétaCan
Menu
Retour à la cohorte
Enregistrement W4412013215 · doi:10.1016/j.foodchem.2025.145419

Interaction of pea protein isolate with betanin in red beet (Beta vulgaris L.) extract: Influence on structure, antioxidant properties and stability at pH 3

2025· article· en· W4412013215 sur OpenAlexafffund
Sonia Kumar, Jan K. Rainey, Roumiana Stefanova, Junzeng Zhang, Marianne Su‐Ling Brooks

Notice bibliographique

RevueFood Chemistry · 2025
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueBotanical Research and Applications
Établissements canadiensNatural Sciences and Engineering Research Council of CanadaDalhousie University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésBetaninAntioxidantChemistryFood scienceBETA (programming language)BiochemistryBotanyBiology

Résumé

récupéré en direct d'OpenAlex

Betanin, the red pigment in red beet extract (RBE), is susceptible to degradation under acidic conditions, limiting its application as a colorant and ingredient in food products. This study investigated complex formation between betanin in RBE with pea protein isolate (PPI) to improve the stability of betanin at pH 3. Spectroscopic analysis showed that the interactions between PPI and RBE affected the secondary and tertiary structure of PPI, and a transition from α-helical to β-sheet conformation occurred. Gel-electrophoresis confirmed that PPI proteins were involved in PPI-RBE interactions. Furthermore, the size of PPI-RBE particles was found to increase with an increase in RBE concentration. As the PPI-RBE complex had improved antioxidant activity and long-term refrigerated stability compared to the RBE control, this indicates that PPI-RBE complexes could expand the applicability of betanin as a natural colorant and antioxidant in acidic foods while also increasing nutritional value with the added pea protein.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,001
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
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)0,0010,000

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 Opus0,022
Tête enseignante GPT0,233
Écart entre enseignants0,211 · 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 source (Gemma direct ou Codex distillé), 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

Citations6
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFood ChemistryMême sujetBotanical Research and ApplicationsTravaux en français237 207