Carotenoide

Multi tool use
Carotenóides são substâncias químicas tetraterpênicas que compreendem pigmentos amplamente difundidos na natureza. Caracterizam-se por apresentar moléculas oxidáveis,[1] por exibir cores que vão do amarelo ao vermelho, por serem lipossolúveis, por serem encontrados em vegetais e por serem essenciais como precursores da síntese da vitamina A em animais.[1]
Os mais de 900 tipos de carotenoides conhecidos podem se diferenciar em duas grandes famílias:
Carotenos: formados por carbono e hidrogênio, como por exemplo o beta-caroteno ( pró-vitamina A ) ou o licopeno. Ambas são moléculas altamente apolares.
Xantofilas: são carotenóides polares, funcionalizados com diversos grupos oxigenados como hidroxilas ou cetonas. Exemplos de xantofilas são: luteína, zeaxantina, mixol, osciloxantina e aloxantina.
Os carotenoides atuam como pigmento nas plantas e nos animais. Os carotenoides são o segundo dentre os pigmentos mais importantes para a fotossíntese. Estas moléculas protegem a clorofila do excesso da luz. Entretanto, os carotenoides podem ser incapazes de lidar com excitação excessiva do fotossistema II, o que permitiria que o oxigênio singleto cause dano no complexo PSII. Encontram-se, também, em outros organismos fotossintéticos, como algas, alguns tipos de fungos e algumas bactérias.
Os carotenoides são importantes na alimentação humana. Quatro tipos de carotenoides beta-caroteno, alfa-caroteno, gama-caroteno e beta-criptoxantina são os precursores da vitamina A que, entre outras funções, atua diretamente na respiração celular e sintetiza pigmentos da retina. Outros carotenoides podem ser poderosos antioxidantes, especialmente a astaxantina, encontrada em algas.
Referências
↑ ab Fabiana Santos Gonçalves. «Carotenoides». InfoEscola. Consultado em 19 de julho de 2013
Tipos de lípidos |
Geral |
Anfipático · Micela · Saponificação · Gordura saturada · Gordura insaturada · Ácido gordo essencial
|
Ácidos gordos |
Ácido palmítico · Ácido esteárico · Ácido oleico · Ácido linoleico · Ácido α-linolénico · Ácido araquidónico
|
(Acil)glicerídeos |
Monoglicerídeos · Diglicerídeos · Triglicerídeos · |
Ceras |
Ceras
|
Fosfoglicéridos |
Fosfatidilcolina · Fosfatidiletanolamina · Fosfatidilserina · Fosfatidilinositol · Fosfatidilglicerol · Cardiolipina · Lecitina · Ácido fosfatídico · Ácido lisofosfatídico
|
Esfingolípidos |
Ceramidas · Esfingomielinas · Glicoesfingolípidos · |
Glicolípidos |
Gangliosídios · Cerebrosídios · Globosódios · |
Esteróides |
Esterol · Colesterol · Lanosterol · Corticoides · Esteróides sexuais
|
Terpenos |
Esqualeno · Carotenoides (Carotenos · Xantofilas) |
Eicosanoides |
Prostanoides (Prostaglandinas · Prostaciclinas · Tromboxanos) · Leucotrienos
|
Componentes |
Esfingosina · Glicerol · Isopreno · Colina · Etanolamina · Serina · Inositol · Fosfato
|
O Commons possui uma categoria contendo imagens e outros ficheiros sobre Carotenoide
 |
Este artigo sobre um composto orgânico é um esboço. Você pode ajudar a Wikipédia expandindo-o. |
3 4,IrkbHU8 0o5H
Popular posts from this blog
0
I found a lot of questions abount appendices and ToC. Many users want appendices to be grouped in an Appendix part, however some problems arise with ToC, hyperref, PDF viewer bookmarks, and so on. There are different solutions which require extra packages, command patching and other extra code, however none of them satisfies me. I almost found an easy way to accomplish a good result, where appendices are added to bookmarks in the right way and hyperref links point to the right page. However, the number of the "Appendix" part page is wrong (it's the number of appendix A). Is there any EASY way to fix that? This is a MWE: documentclass{book} usepackage[nottoc,notlot,notlof]{tocbibind} usepackage{hyperref} begin{document} frontmatter tableofcontents mainmatter part{First} chapter{...
1
In the sklearn.model_selection.cross_val_predict page it is stated: Generate cross-validated estimates for each input data point. It is not appropriate to pass these predictions into an evaluation metric. Can someone explain what does it mean? If this gives estimate of Y (y prediction) for every Y (true Y), why can't I calculate metrics such as RMSE or coefficient of determination using these results?
python scikit-learn cross-validation
share | improve this question
edited Nov 28 '18 at 17:52
desertnaut
20.3k 7 43 79
...
0
I have problem with inserting data to MySQL from modal. My modal: <a href="#" class="badge badge-pill badge-success">6 komentarzy</a> <a href="#" class="badge badge-pill badge-danger">brak komentarzy</a> <a data-toggle="modal" href="#add_desk_comm_{$desk_['desk_id']}" data-target="#add_desk_comm_{$desk_['desk_id']}" class="ediiit">(dodaj)</a> <div class="modal fade" id="add_desk_comm_{$desk_['desk_id']}" tabindex="-1" role="dialog" aria-labelledby="edit_printer" aria-hidden="true"> <div class="modal-dialog" role="document"> ...