Characterisation of off-flavour compounds and their sensory impact on Lupinus angustifolius L.: Special emphasis on volatile markers of green, grassy, and beany aroma notes and bitter taste
Notice bibliographique
Résumé
Volatile organic compounds (VOCs) across five varieties of Lupinus angustifolius L. were quantified using headspace solid-phase microextraction assisted gas chromatography orbitrap mass spectrometry (HS-SPME-GC-Orbitrap-MS), and alkaloids were analysed using liquid chromatography mass spectrometry (LC-MS) with their sensory impact assessed through a trained panel. To our knowledge, this is the first systematic comparison of off-flavour profiles across multiple L. angustifolius varieties grown in Western Australia under different sowing conditions. Two-way analysis of variance (ANOVA) revealed that quinolizidine alkaloids (QAs) and VOCs in L. angustifolius were regulated by interactions between the sowing time and variety. Partial Least Squares regression (PLS-R) indicated that PBA Jurien exhibited stronger bitterness and a 'green/grassy' aroma, whereas Tanjil had a stronger beany aroma. Kalya and Mandelup showed lower contribution to undesirable sensory notes. Pearson correlation analysis revealed a weak positive, statistically significant relationship between 'green/grassy' aroma and specific lipoxygenase (LOX) activity across L. angustifolius varieties, whereas no significant correlation was observed between 'beany' aroma and specific LOX activity. Lupanine showed a strong positive correlation with specific LOX activity and a moderate positive association with bitterness. This study provides insights into screening L. angustifolius varieties with reduced 'beany', 'green/grassy' aromas and bitterness for future human food applications.
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 ».