项目名称: 基于大分子组成化学计量学考察的大豆乳清蛋白-聚电解质复凝聚行为及复凝聚产物结构性质研究

项目编号: No.21276107

项目类型: 面上项目

立项/批准年度: 2013

项目学科: 化学工业

项目作者: 华欲飞

作者单位: 江南大学

项目金额: 80万元

中文摘要: 大豆乳清蛋白总量巨大,氨基酸分数高,将其回收是大豆蛋白行业的迫切需求。蛋白质-聚电解质复凝聚能够沉降可溶性蛋白质,对大豆乳清蛋白高效回收工艺开发具有重要意义。由于复凝聚行为受多种因素影响,导致复凝聚产物的结构和性质具有很大的不确定性,影响蛋白质回收目标的实现。蛋白质-聚电解质的化学计量比值是复凝聚的基本定量关系,特定的化学计量值对于形成易于沉降的"良态"复凝聚产物具有重要意义,申请者认为可以将其作为反映复凝聚有效性的"准数"。本项目将研究单一组分以及混合组分大豆乳清蛋白-酸性聚电解质体系的复凝聚行为和产物结构性质;以静电作用力强度、蛋白质-聚电解质作用模式以及聚电解质分子结构参数为基本变量,采用各种现代分析方法,考察不同条件下的复凝聚动力学、终点化学计量值、复凝聚产物组成化学计量值、微结构以及沉降性能之间的关系;从而获得对大豆乳清蛋白复凝聚行为的更全面认识,为全局性的工艺优化提供

中文关键词: 大豆乳清蛋白;聚电解质;复凝聚行为;静电相互作用;化学计量学

英文摘要: Soybean whey protein is very large in total quantity and high in amino acid score. To recover soybean whey protein is urgently asked for by the soy protein industry. As a method of being able to precipitate soluble proteins, protein-polyelectrolyte complex coacervation is very important in developing high efficiency soybean whey protein recovery process. However, the complex coacervation behavior is influenced by many factors and the coacervation products are of highly variable with respect to structure and properties. It is thus difficult to use complex coacervation in practical recovery of proteins. The protein and polyelectrolyte stoichiometric ratio is a fundamental quantitative relation in complex coacervation. It is proposed by the applicant that the stoichiometric ratio can be used as a base number to evaluate the efficiency of the complex coacervation and the structure and property of coacervation products, since "good" complex coacervation products with fast sedimentation property seem to be formed only at certain specified stoichiometric ratio. The coacervation behavior and the structure and properties of single component or mixed components soybean whey protein-anionic polyelectrolyte systems will be investigated using electrostatic interaction level, protein-polyelectrolyte interaction pattern, and p

英文关键词: soybean whey protein;polyelectrolyte;complex coacervation behavior;electrostatic interaction;stoichiometry

成为VIP会员查看完整内容
0

相关内容

《人工智能在化学领域的应用全景》白皮书
专知会员服务
34+阅读 · 2022年1月22日
【AAAI2022】利用化学元素知识图谱进行分子对比学习
专知会员服务
27+阅读 · 2021年12月3日
【干货书】数据挖掘药物发现,347页pdf
专知会员服务
133+阅读 · 2021年9月20日
专知会员服务
28+阅读 · 2021年8月27日
【ICML2021】学习分子构象生成的梯度场
专知会员服务
14+阅读 · 2021年5月30日
专知会员服务
31+阅读 · 2021年5月7日
专知会员服务
24+阅读 · 2021年4月21日
【KDD2020-阿里】可调控的多兴趣推荐框架
专知会员服务
28+阅读 · 2020年8月11日
知识图谱本体结构构建论文合集
专知会员服务
106+阅读 · 2019年10月9日
AI从底物和酶的结构中预测米氏常数,量化酶活性
人工神经网络在材料科学中的研究进展
专知
0+阅读 · 2021年5月7日
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
The Importance of Credo in Multiagent Learning
Arxiv
1+阅读 · 2022年4月15日
Arxiv
12+阅读 · 2020年12月10日
Arxiv
13+阅读 · 2020年10月19日
小贴士
相关VIP内容
《人工智能在化学领域的应用全景》白皮书
专知会员服务
34+阅读 · 2022年1月22日
【AAAI2022】利用化学元素知识图谱进行分子对比学习
专知会员服务
27+阅读 · 2021年12月3日
【干货书】数据挖掘药物发现,347页pdf
专知会员服务
133+阅读 · 2021年9月20日
专知会员服务
28+阅读 · 2021年8月27日
【ICML2021】学习分子构象生成的梯度场
专知会员服务
14+阅读 · 2021年5月30日
专知会员服务
31+阅读 · 2021年5月7日
专知会员服务
24+阅读 · 2021年4月21日
【KDD2020-阿里】可调控的多兴趣推荐框架
专知会员服务
28+阅读 · 2020年8月11日
知识图谱本体结构构建论文合集
专知会员服务
106+阅读 · 2019年10月9日
相关基金
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
微信扫码咨询专知VIP会员