Use of Liquid Chromatography with Electrochemical Detection for the Determination of Antioxidants in Less Common Fruits
Notice bibliographique
Résumé
Neurodegenerative disorders (NDD) have become the common global health burden over the last several decades. According to World Health Organization (WHO), a staggering 30 million people will be affected by Alzheimer's disease in Europe and the USA by 2050. Effective therapies in this complex field considering the multitude of symptoms associated with NDD indications, have not been found yet. Based on the results of NDD related studies, prevention appears to be the promise alternative. Antioxidative and anti-inflammatory properties are hypothesized for natural phenolics, a group of plant secondary products that may positively impact neurodegenerative diseases. In these studies, phenolic-rich extracts from less common fruit species: Blue honeysuckle (Lonicera edulis, Turcz. ex. Freyn), Saskatoon berry (Amelanchier alnifolia Nutt.), and Chinese hawthorn (Crateagus pinnatifida Bunge) were obtained and analyzed to detect neuroprotective substances content and establish a potential therapeutic value. High performance liquid chromatography with electrochemical detection was optimized and further applied on analysis of the extracts of less common fruit species. It was observed that Chinese hawthorn and Blue honeysuckle extracts are potent source of neuroprotective phenolic antioxidants. In accordance the results, it appears that the fruit or formulated products may have the potential for the prevention of neurodegenerative diseases.
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 ».