Search for Hydrophilic Marine Fungal Metabolites: A Rational Approach for Their Production and Extraction in a Bioactivity Screening Context
Notice bibliographique
Résumé
In the search for bioactive natural products, our lab screens hydrophobic extracts from marine fungal strains. While hydrophilic active substances were recently identified from marine macro-organisms, there was a lack of reported metabolites in the marine fungi area. As such, we decided to develop a general procedure for screening of hydrophobic metabolites. The aim of this study was to compare different processes of fermentation and extraction, using six representative marine fungal strains, in order to define the optimized method for production. The parameters studied were (a) which polar solvent to select, (b) which fermentation method to choose between solid and liquid cultures, (c) which raw material, the mycelium or its medium, to extract and (d) which extraction process to apply. The biochemical analysis and biological evaluations of obtained extracts led to the conclusion that the culture of marine fungi by agar surface fermentation followed by the separate extraction of the mycelium and its medium by a cryo-crushing and an enzymatic digestion with agarase, respectively, was the best procedure when screening for hydrophilic bioactive metabolites. During this development, several bioactivities were detected, confirming the potential of hydrophilic crude extracts in the search for bioactive natural products.
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 | 0,001 | 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 ».