Antioxidant Capacity of Food Mixtures Is Not Correlated with Their Antiproliferative Activity Against MCF-7 Breast Cancer Cells
Notice bibliographique
Résumé
Combining different foods may produce additive, synergistic, or antagonistic interactions that may modify certain physiological effects (i.e., anticancer properties). For investigating these interactions and potential synergetic combinations, thirteen foods from three categories, including fruits (raspberries, blackberries, apples, grapes), vegetables (broccoli, tomatoes, mushrooms, purple cauliflowers, onions), and legumes (soy beans, adzuki beans, red kidney beans, black beans), were evaluated for their inhibitory activity against MCF-7 breast cancer cells. Grape, onion, and adzuki bean showed maximal growth inhibition of MCF-7 from the fruit, vegetable, and legume groups, respectively. When these three foods were combined in pairs, unique interactions were observed that were not seen when individual extracts were used. Combining onion and grape resulted in a synergistic antiproliferative effect (APE) against MCF-7 compared with either onion or grape treatment alone. In contrast, combining grape and adzuki bean resulted in an antagonistic interaction. Additionally, four antioxidant assays (total phenolic contents, ferric reducing antioxidant power, 2,2-diphenyl-1-picrylhydrazyl, and oxygen radical absorbance capacity) were further used to evaluate the antioxidant capacities (AC) of individual foods and their combinations. Combining raspberry and adzuki bean extracts demonstrated synergistic AC in all four assays, but they did not show synergistic APE against the MCF-7 cells. Combining broccoli and soy produced antioxidant antagonism, but did not have an antagonistic APE against MCF-7. The synergistic or antagonistic AC of food mixtures did not correlate with the synergistic or antagonistic APE against MCF-7. Further investigation is to determine the mechanisms of these interactions and to predict and enhance the therapeutic benefits of foods and food components through strategic food combinations.
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) | 0,001 | 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 ».