Inhibitory Effects of Pomegranate Extracts on Recombinant Human Maltase–Glucoamylase
Notice bibliographique
Résumé
α-Glucosidase inhibitors are currently used in the treatment of type 2 diabetes. In this study, we investigated the inhibitory activities of aril and pericarp extracts from pomegranates obtained various regions against recombinant human maltase-glucoamylase (MGAM). The inhibitory activities of the aril extracts tended to be stronger than those of the pericarp extracts. The Iranian aril extract was the most effective inhibitor. We investigated the polyphenol content of the pomegranate extracts using the Folin-Ciocalteu method. Among the aril extracts, the Iranian aril extract showed the highest polyphenol content. We further evaluated inhibitory activity against α-glucosidase from the rat small intestine. Pomegranate extract used in this study showed slightly different inhibitory activities according to α-glucosidase origin. Iranian aril extract was the most effective inhibitor of α-glucosidases, especially recombinant human MGAM. Bioassay-guided fractionation of the pomegranate arils led to identification of punicalagin and oenothein B as potent inhibitors of α-glucosidase. Oenothein B showed inhibitory activity with a half-maximal inhibitory concentration (IC(50)) value of 174 μM. Its potency was comparable to that of the α-glucosidase inhibitor acarbose with an IC(50) value of 170 μM. Dixon plot kinetic analysis of oenothein B showed a noncompetitive inhibition with a K(i) value of 102 μM. These results suggest that pomegranate arils would be useful for suppressing postprandial hyperglycemia.
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 | 0,000 | 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) | 0,001 | 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 ».