Sphingomyelinase inhibitory and free radical scavenging potential ofselected Nigerian medicinal plant extracts
Notice bibliographique
Résumé
Ceramides from sphingolipid breakdown, and other sphingolipid metabolites, mediate cellular signalling in infectious and other diseases. Therefore, inhibitors of sphingomyelinases (SMases), hold promise as prospective therapeutic agents. Considering the potential therapeutic utility, this in vitro study explored the sphingomyelinase inhibitory, and free radical scavenging potential of five Nigerian medicinal plant leaf extracts, purported to have efficacy against diseases, including HIV/AIDS. The extracts’ sphingomyelinase inhibitory potencies were assessed colorimetrically and theirfree radical scavenging capabilities were assayed by the ability to quench 2,2‐diphenyl‐1‐picrylhydrazyl (DPPH) radical and superoxide anion (O2.‐) radical. Considering their IC50 (μg/ml) values, the extracts inhibited the biochemical activity of sphingomyelinase in a dose-dependent manner, relative to imipramine the standard inhibitor (IC50 38.5 ± 2.4 μg/ml). With Aloe vera as least inhibitory, inhibition increased as follows: Aloe vera (Asphodelaceae) (1132 ± 10.8) < Senna siamea (Fabaceae) (992.2 ± 11.2) < Azadirachta indica (Meliaceae) (984 ± 7.4) < Landolphia owariensis (Apocynaceae) (146.3 ± 9.4) < Stachytarpheta angustifolia (Verbenacae) (100.3 ± 8.7). DPPH radical scavenging relative to ascorbic acid standard increased as: A. indica < A. vera < S. siamea < S. angustifolia < L. owariensis; and superoxide anion quenching, relative to standard rutin increased as: A. vera < S. angustifolia < L. owariensis < S. siamea < A. indica.These results showed thatthe most potent SMase inhibitor was S. angustifolia; whereas, for DPPH radical scavenging and superoxide inhibition, the most potent of the five extracts were L. owariensis and A. indica respectively.These extracts deserve further investigation into their biological effects.
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 | 0,001 | 0,000 |
| 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 | 0,000 |
| 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 ».