MétaCan
Menu
Retour à la cohorte
Enregistrement W4412784194 · doi:10.1021/acsfoodscitech.5c00424

Curcumin Interaction with Pea Albumin, Glutelin, and Globulin Protein Fractions: Impact on Physicochemical Properties, Microstructure, and <i>In Vitro</i> Gastric Digestion

2025· article· en· W4412784194 sur OpenAlexafffund
Judith O. Oballa, Raliat O. Abioye, Joy I. Obeme-Nmom, Chibuike C. Udenigwe

Notice bibliographique

RevueACS Food Science & Technology · 2025
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueProteins in Food Systems
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaUniversity of Ottawa
Mots-clésGlutelinCurcuminGlobulinAlbuminChemistryIn vitroFood scienceGliadinDigestion (alchemy)ProlaminBiochemistryChromatographyBiologyStorage proteinImmunologyGluten

Résumé

récupéré en direct d'OpenAlex

Pea protein fractions (albumin, glutelin, and globulin) were investigated for the influence of their interaction with curcumin on in vitro gastric protein digestibility. Dynamic light scattering analysis showed a decreased average particle size of the protein (0.25 mg/mL)/curcumin (2–100 μM) combinations. Turbidity and surface hydrophobicity analyses suggested the protein/curcumin complex formation via noncovalent interactions. Transmission electron microscopy revealed the formation of spherical nanocomplexes for albumin and globulin fractions and sheet-like structures for glutelin fraction with curcumin. Furthermore, curcumin did not alter the protein profiles, but at high concentration (100 μM), it differentially decreased the degree of hydrolysis of albumin, glutelin, and globulin by 76.6, 100, and 58.6%, respectively, indicating that the nature of the nanocomplexation hindered pepsin accessibility for protein hydrolysis. Therefore, this study enhances our understanding of how interactions between biomolecules in nanodelivery complexes and nutraceutical formulations influence the nutritional quality of plant-based 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 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 seuil0,003

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 Opus0,011
Tête enseignante GPT0,235
Écart entre enseignants0,224 · 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

Citations1
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueACS Food Science & TechnologyMême sujetProteins in Food SystemsTravaux en français237 207