Structure-function characterization and gelation mechanisms of mung bean albumin and globulin fractions
Notice bibliographique
Résumé
This study aimed to evaluate the surface properties, secondary structures, solubilities, and gelling behaviors of purified mung bean globulins and albumins. The globulin fraction (88.44% protein purity) was isolated by isoelectric precipitation from a mung bean protein isolate produced by ultrafiltration-diafiltration (UF-DF), while the albumin fraction (80.72% protein purity) was purified from the soluble fraction using UF-DF. The albumin fraction maintained consistent solubility (∼50%) from pH 2.0 to pH 8.0, whereas the globulin fraction exhibited a U-shaped solubility curve, with a marked decrease near its isoelectric point and maximum solubility at pH 8.0 (91.44%). Albumins exhibited smaller particle sizes compared to globulins and were characterized by a significantly lower concentration of free sulfhydryl groups (5.79 vs 9.77 μmol/mL). The albumin fraction had a lower minimum gelation concentration (4%) compared to the globulin fraction (8%), yet albumin gels formed weaker networks, with lower water retention (73.65%) compared to globulin gels (93.59%) at 8% proteins. Rheological and microscopic analyses supported these findings, revealing a higher elastic modulus (G′) for globulin gels (8.91 Pa vs 1.08 Pa) and a denser microstructure, indicating stronger protein incorporation and more extensive intermolecular bonding. Globulin gels were formed primarily through hydrophobic interactions with no involvement of electrostatic or disulfide bonds. In contrast, albumin gels were formed mainly through electrostatic interactions, followed by hydrophobic interactions, and characterized by a high proportion of unbound proteins (25.5%). Based on these results, mechanisms were proposed to illustrate the interactions and proteins involved in the formation of albumin and globulin gels. • Mung bean albumins and globulins are efficiently separated by pH precipitation. • Albumins and globulins differ in structural and physicochemical properties. • Albumins form coarse particulate gels linked by electrostatic interactions. • Globulins form fine particulate gel linked by hydrophobic interactions. • Globulin gels show higher firmness and water retention than albumin gels.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».