High-moisture extrusion modifies texture and improves nutritional value of sunflower meal-pea protein meat analogues
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Incorporating protein-rich food industry by-products, such as sunflower meal (SFM), into foods aligns with the United Nations Sustainable Development Goals by promoting environmentally less resource-intensive food alternatives for a more secure food future. In this study, SFM and pea protein isolate (PPI) were selected for high-moisture meat analogue (HMMA) production due to their complementary amino acid profiles, low-cost, and relatively low allergenicity compared to common plant proteins like soy and wheat. HMMAs made from two blends of expeller-pressed SFM and PPI (40:60 and 50:50, w/w) were extrusion cooked at two different feed moisture contents (FMC) (48 % and 58 %, w.b.) and three different extruder barrel temperature profiles (60–80–115–125 °C, 80–100–125–135 °C, and 100–120–135–145 °C). The physical (texture and color) and nutritional (protein quality and anti-nutritional factors) quality of the resulting HMMAs were examined. While all HMMAs studied were harder and darker than cooked chicken, they became softer and lighter in color as FMC increased, and extrusion temperature decreased. Overall, all HMMAs studied had comparable protein quality to cooked chicken and beef, with 70–74 % (d.b.) protein content and 86–89 % in-vitro protein digestibility, with tryptophan being the first limiting amino acid. Moreover, extrusion processing significantly ( p < 0.05) reduced the levels of anti-nutritional compounds including phytic acid, trypsin inhibitors, and chlorogenic acid. These findings highlight SFM’s potential as a novel protein source in meat analogue formulations, demonstrating a sustainable way to add value to an underutilized by-product in the food industry.
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.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,001 |
| 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 découle