Characterization and Quantification of Polyphenols in Amazon Grape (Pourouma cecropiifolia Martius)
Notice bibliographique
Résumé
The phenolic profile of Amazon grape fruit (Pourouma cecropiifolia Martius) was investigated by high-performance liquid chromatography-electrospray ionization mass spectrometry (HPLC-ESI-MS/MS). For this purpose, suitable extraction and liquid chromatographic methods were developed. Anthocyanins, flavonols and chlorogenic acids were found mainly in the peel. Besides the main anthocyanins, i.e. delphinidin 3-glucoside, cyanidin 3-glucoside and cyanidin 3-(6"-malonyl)glucoside, several minor anthocyanins were identified in the peel. Among these, cyanidin 3,5-diglucoside, delphinidin 3-galactoside, cyanidin 3-rutinoside, cyanidin 3-(3"-malonyl)glucoside, malvidin 3-glucoside, pelargonidin 3-glucoside, peonidin 3-glucoside and petunidin 3-glucoside were characterized on the basis of their fragmentation patterns in MS/MS experiments. The total anthocyanin content in the peel was 420.26±3.07 mg kg(-1) fresh weight. The pulp contained mainly 5-O-caffeoylquinic acid (210.39±3.43 mg kg(-1) fresh weight). Rutin was the predominant flavonol found in Amazon grape (peel 155.45 ± 2.06 mg kg(-1) fresh weight and pulp 2.64±1.21 mg kg(-1) fresh weight). Total polyphenols content was higher in the peel than in the pulp.
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 ».