Pharmacological properties and related constituents of stem bark of Pterocarpus erinaceus Poir. (Fabaceae)
Notice bibliographique
Résumé
OBJECTIVE: To screen methanol and dichloromethane extracts of stem bark of Pterocarpus erinaceus for anti-inflammatory, analgesic, in vitro antioxidant activities and phytochemical analysis. METHODS: Anti-inflammatory activity was determined by using carrageenan induced-edema of mice paw and croton oil-induced edema of mice ear; analgesic effect was evaluated using acetic acid-induced writhing. Phytochemical screening of extracts was performed by thin layer chromatography. The chromatographic fractionation led to the isolation of main active components as friedelin, lupeol and epicathechin. The structures were established by TLC and nuclear magnetic resonance studies. RESULTS: Both methanol and dichloromethane extracts, friedelin, lupeol and epicatechin showed a significant anti-inflammatory effect using croton oil induced-ear edema. Furthermore, the action of dichloromethane extract was more important. At the doses of 100 and 200 mg/kg, the methanol extract was able to reduce the carrageenan induced-hind paw edema, while at the doses of 100, 200 and 400 mg/kg, it showed an important analgesic effect against writhing induced by acetic acid injection of 38.8%, 68.0% and 74.3%, respectively. Antioxidative properties of methanol extract and its dichloromethane and ethyl acetate fractions were assessed by using the 1,1-diphenyl-2-picrylhydrazyl method. The methanol extract showed the stronger radical scavenging activity than dichloromethane and ethyl acetate fractions, with an antiradical power of 5, 3.5 and 2 respectively. The main components isolated from these extracts as friedelin, lupeol and epicathechin were responsible of these activities. CONCLUSIONS: The results suggest that the stem bark extracts of Pterocarpus erinaceus possessed important anti-inflammatory, analgesic activities and strong antioxidant properties, therefore, they could be used as potential natural ingredients in the pharmaceutical industry.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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) | 0,002 | 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 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 ».