MétaCan
Menu
Retour à la cohorte
Enregistrement W2009214751 · doi:10.5539/ijb.v5n3p1

Antioxidant Activity and Immunomodulatory of Extracts From Roots of Actinidia kolomikta

2013· article· en· W2009214751 sur OpenAlexvenueno aff
Hongyi Sun, Shaofei Wang, Shuhong Li, Xi Yuan, Jian Ma, Zhenya Zhang

Notice bibliographique

RevueInternational Journal of Biology · 2013
Typearticle
Langueen
DomainePharmacology, Toxicology and Pharmaceutics
ThématiqueBioactive Compounds and Antitumor Agents
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAntioxidantNitric oxideActinidiaChemistryEC50ApoptosisFood scienceTraditional medicineBiochemistryBotanyIn vitroBiologyMedicine

Résumé

récupéré en direct d'OpenAlex

Four extracts (AEA, AEB, AEC and AED), whose yields were 2.05%, 6.35%, 1.38% and 3.55%, respectively, were isolated and purified from the roots of Actinidia kolomikta in order to detect their antioxidant and immunomodulatory characteristics. In this study, AEC possessed the highest SOD-like activity (840.2 U/mg) and also showed stronger radical-scavenging activity (EC50, 152.2 ug/ml). In addition, for anti-proliferation, DLD-1 cells survival decreased to 30.8% at 50 ug/ml for 48 h by AEC. In this condition, the percentages of apoptosis cells were significantly increased from 0.85% to 17.30%. Moreover, AEB improved nitric oxide production and was shown to be more effective for immunomodulatory activity on macrophage survivals. The results indicate that all extracts from the roots of A. kolomikta exhibited strong antioxidant and immunomodulatory activities. These could provide a theoretical basis for A. kolomikta to be considered a nutritious functional material.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,643
Score d'incertitude au seuil0,692

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,078
Tête enseignante GPT0,414
Écart entre enseignants0,336 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations7
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of BiologyMême sujetBioactive Compounds and Antitumor AgentsTravaux en français237 207