MétaCan
Menu
Retour à la cohorte
Enregistrement W1593353986 · doi:10.1093/jaoac/83.4.944

Simultaneous Determination of the Predominant Hyperforins and Hypericins in St. John's Wort (Hypericum perforatum L.) by Liquid Chromatography

2000· article· en· W1593353986 sur OpenAlexaboutno aff
Dean Gray, George E. Rottinghaus, H. E. Garrett, Stephen G. Pallardy

Notice bibliographique

RevueJournal of AOAC International · 2000
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueNatural Compound Pharmacology Studies
Établissements canadiensnon disponible
Organismes subventionnairesUniversity of MissouriU.S. Environmental Protection Agency
Mots-clésHypericinHypericum perforatumHyperforinChromatographyChemistryHypericumHigh-performance liquid chromatographyElutionTraditional medicinePharmacology

Résumé

récupéré en direct d'OpenAlex

Hypericin and hyperforin are believed to be among the active constituents in common St. John's wort (Hypericum perforatum L.). Presently, dietary supplements are generally standardized to contain specified levels of hypericin and hyperforin, and the related compounds, pseudohypericin and adhyperforin. A rapid method was developed for simultaneous determination of these 4 active constituents by liquid chromatography (LC). A 1 g portion of dried, finely ground leaf/flower sample is extracted with 20 mL methanol for 2 h. A 0.6 mL aliquot of the crude extract is combined with 5.4 mL acetonitrile-methanol (9 + 1) and passed through a mixed solid-phase cleanup column. The eluate is examined by LC for hyperforin, adhyperforin, hypericin, and pseudohypericin on a Hypersil reversed-phase column by using simultaneous ultraviolet (284 nm) and fluorescence detection (excitation, 470 nm; emission, 590 nm). The compounds are easily separated isocratically within 8 min with a mobile phase of acetonitrile-aqueous 0.1 M triethylammonium acetate (8 + 2). Average recoveries of hyperforin and adhyperforin were 101.9 and 98.4%, respectively, for 3 sample mixtures containing concentrations ranging from approximately 0.2 to 1.5% combined hyperforins per gram dry weight. Average relative standard deviation (RSD) values for hyperforin and adhyperforin for all 3 mixtures were 18.9 and 18.0%, respectively. Average recoveries of hypericin and pseudohypericin were 88.6 and 93.3% respectively, from 3 sample mixtures containing concentrations ranging from approximately 0.2 to 0.4% combined hypericins per gram dry weight. Average RSD values for hypericin and pseudohypericin for all 3 mixtures were 3.8 and 4.2%, respectively.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,006
Tête enseignante GPT0,230
Écart entre enseignants0,223 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations38
Publié2000
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of AOAC InternationalMême sujetNatural Compound Pharmacology StudiesTravaux en français237 207