Quantitative paper-based SERS method for the rapid determination of sulfur amino acid residues in Pisum sativum
Notice bibliographique
Résumé
It is known that peas, a sustainable ingredient in plant-based meat analogs and other proteinaceous food products, contain low levels of sulfur amino acid (SAA) residues. Developing additional inexpensive and rapid methods for determining SAA residues in protein is key to alleviating or resolving any concerns of possible micronutrient deficiencies associated with pea protein. This study evaluated surface-enhanced Raman spectroscopy (SERS) and the quantification of nascent signals stemming from cysteine residues in complex sample matrix solutions with low concentrations of analytes chemisorbed to silver using timed exposures. Silver nanoparticle printed SERS (Ag P-SERS) substrates showed a dynamic range of 1-9 ppm for cysteine and 0-42,000 ppm for bovine serum albumin (BSA). A distinct peak at 667 cm -1 in the SERS spectra of pea extracts corresponded to the ν(C-S) stretching mode of cysteine residues. The results demonstrate that low levels of Cys could be rapidly quantified with SERS and used to differentiate pea flour from 10 cultivars. This scientific development could have a far-reaching impact on the development of plant-based protein sources with nutritional profiles that rival those of animal proteins.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 ».