In Vitro Gastrointestinal Digestion and Colonic Fermentation of a Juçara and Apple Juice Blend: Impacts on Phenolic Bioaccessibility and gut microbiota
Notice bibliographique
Résumé
This study evaluated the sensory and functional quality of a mixed beverage composed of juçara pulp powder and apple juice. Three formulations were developed by varying the amount of juçara added to the juice. The effects of in vitro gastrointestinal digestion and colonic fermentation on the bioaccessibility and recovery of phenolic compounds, changes in antioxidant capacity, and the production of short-chain fatty acids (SCFAs) and ammonia ions were evaluated. After digestion, 31.31% of anthocyanins (5.06 mg cyanidin-3-glucoside and 2.95 mg cyanidin-3-rutinoside per 200g) reached the colon. Fermentation for 24 hours significantly enhanced antioxidant capacity—by 54.54% (ABTS) and 355.69% (ORAC), reaching 21.62 and 1,786.64 μmol Trolox·mL-1, respectively—indicating strong in situ antioxidant activity. Colonic fermentation also enhanced short-chain fatty acid production (1.69 mmol·L-1), increased Bifidobacterium spp. counts (0.67 Log cycles), and reduced ammonia levels by 18.83%. The beverage showed good sensory acceptance and purchase intention, highlighting its appeal to consumers. Overall, the combination of juçara and apple juice resulted in a product with nutritional and functional properties, especially due to its antioxidant potential and positive effects on gut microbiota.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 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 | 0,001 | 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) | 0,001 | 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 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 ».