Utilisation des hautes pressions hydrostatiques pour la modulation des interactions protéiques et la séparation des protéines sériques
Bibliographic record
Abstract
La valorisation du lactosérum par le fractionnement de molécules à hautes valeurs ajoutées est d’autant plus d’actualité au Québec, que ce sous-produit est encore considéré comme une matière résiduelle fertilisante. Bien que les concentrés de protéines sériques possèdent des propriétés nutritionnelles et fonctionnelles intéressantes, la production de protéines sous forme purifiée est davantage désirée pour leur utilisation dans des produits de qualité et très recherchés notamment dans les formulations infantiles. De manière générale, la séparation des protéines est réalisée à l’aide de technologies présentant un impact environnemental et économique non négligeable ainsi qu’une efficacité non optimale voire limitée. Dans le cas des protéines sériques majeures (alpha-lactalbumine – α-la et bêta-lactoglobuline – β-lg), la principale problématique reliée à leur récupération sélective concerne leur poids moléculaire similaire. L’utilisation de technologies émergentes et écoresponsables devient donc un incontournable, de manière à améliorer les procédés déjà existants. Cette thèse avait donc pour but de montrer que la modulation des interactions protéiques par l’utilisation des hautes pressions hydrostatiques (HPH), une technologie considérée comme éco-efficiente et émergente, et l’utilisation d’un ligand, les caséines (CN), permettrait de fractionner ces deux protéines majeures pour la génération de fractions purifiées à des rendements maximaux. Une première étude a permis de déterminer les paramètres optimaux de pressurisation (temps et niveau de pression) ainsi que le type de ligand utilisé (CN isoélectriques – CI ou micellaires – CM). De manière générale, les HPH ont permis de spécifiquement agréger la β-lg et les CN, tout en maintenant l’α-la sous sa forme monomérique. L’acidification subséquente à pH 4,6 a généré une précipitation de ces agrégats de β-lg/CN. L’augmentation du niveau de pression et de temps a permis d’augmenter l’agrégation entre la β-lg et les CN sans impacter significativement l’agrégation de l’α-la. De plus, l’utilisation de CI en comparaison aux CM n’a pas permis d’améliorer le taux de purification de l’α-la alors que le rendement de cette dernière a diminué. Une deuxième étude a porté sur l’évaluation du potentiel concentration-dépendant des CN à agir comme un ligand pour le fractionnement de l’α-la et la β-lg. De manière générale, l’augmentation de la concentration en CN n’a pas permis d’améliorer les taux de purification et les rendements en α-la. Au contraire, pour des concentrations élevées en CN, le taux d’agrégation de la β-lg diminuait, suggérant un effet chaperon des CN sur l’agrégation par les HPH de la β-lg. En outre, la pressurisation des protéines sériques sans CN a permis d’obtenir les meilleurs paramètres de purification en α-la ainsi qu’en β-lg. Finalement, une troisième étude a permis de mettre en avant l’effet chaperon de la β-CN sur l’agrégation de la β-lg en présence d’α-la. Alors que la pressurisation des protéines sériques seules ou combinées entraînait la formation d’agrégats globulaires de faibles poids moléculaires et générait des solutions turbides, l’ajout de β-CN a permis de réduire la turbidité des solutions, et ce, proportionnellement à sa concentration. En parallèle, cette limpidité corrélait avec la présence d’agrégats de types amorphes et de hauts poids moléculaires. Finalement, comme requis pour une protéine chaperonne, il a été démontré que la β-CN n’était pas impliquée dans ces agrégats. Les travaux de cette thèse ont rencontré l’ensemble des objectifs définis et contribuent significativement à l’avancement des connaissances concernant l’extension de l’application des HPH pour le fractionnement de l’α-la et la β-lg présentant ainsi des taux de purification et des rendements d’intérêt majeur pour l’industrie de transformation des produits laitiers.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.000 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.000 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one teacher head, not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".