Botanicals and NMR-based Metabolomics: A Perfect Holistic Match
Notice bibliographique
Résumé
An estimated 40,000–70,000 plant species are used as medicines worldwide. Some of these are extensively studied and their use is supported by clear clinical evidence. But in fact most have not been studied in any detail, and little is known about their activity, mode of action and possible active compounds. This poses two major problems, one is the acceptance of botanicals that are not yet evidence-based, the other is quality control. In fact acceptance is hampered by the fact that no methods for proper quality control are available if no active compound(s) is/are known. With globalization the use of botanicals is clearly increasing. Pharmacognosy has thus a major task in developing medicinal plants into evidence-based medicines. This will include both mentioned aspects: evidence for activity and quality control. In the past decades drug development has gone from in-vivo testing into molecular based assays (High Throughput Screening, HTS) for finding new leads. Certainly by HTS one may find active compounds in medicinal plants, but synergy and pro-drugs will certainly not be found in such an approach. We pharmacognosists should thus rethink our approaches for proving activity of medicinal plants. This is where systems biology and metabolomics do offer interesting options. It means going back to in-vivo pharmacology in combination with the “-omics” technologies to measure the response of a test organism on treatment with the medicinal plant, and metabolomics to phytochemically characterize the medicinal plant. By chemometric methods, such as multivariate analysis, links can be made between compounds present in the plant and activities observed in the model organism. That means that not only active compounds, but also synergy and pro-drugs can be found. This approach will also be the basis for quality control. By using metabolomics in combination with multivariate analysis one can define the required profile for activity. Particularly NMR-based metabolomics has a great potential for both quality control and identification of compounds related to 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 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 | 0,005 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,001 |
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 ».