Purification, composition and antioxidant activity of polysaccharides from wolfberry, cherry, kiwi and cranberry fruits
Notice bibliographique
Résumé
Water-soluble polysaccharides from wolfberry (Lycium barbarum L.), sweet cherry (Prunus avium L.), kiwi (Actinidia chinensis L.) and cranberry fruits (Vaccinium macrocarpon Aiton) were extracted with boiling water, fractionated using ion exchange column chromatography, and characterized for molecular weight by high performance size exclusion chromatography (HPSEC). Monomer sugar composition was determined by gas chromatography (GC), and antioxidant activity was assayed by oxygen radical absorbance capacity (ORAC) and Trolox equivalent antioxidant capacity (TEAC). All four types of fruit investigated had four separate polysaccharide fractions; however, the polysaccharides from sweet cherries had higher molecular weight fractions. All the fruits contained rhamnose, fucose, arabinose, xylose, mannose, galactose, and glucose, but the polysaccharides from different fruits, and from cherries of different cultivars and maturity levels, had different ratios of simple sugars. TEAC and ORAC assays revealed that raw and purified polysaccharides from cherries, cranberries, kiwi, and wolfberries have antioxidant activity, and sweet cherry polysaccharides have the highest antioxidant activity.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 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) | 0,000 | 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 tête enseignante, 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 ».