<i>In vitro</i>Screening of Traditional South African Malaria Remedies against<i>Trypanosoma brucei rhodesiense, Trypanosoma cruzi, Leishmania donovani</i>, and<i>Plasmodium falciparum</i>
Notice bibliographique
Résumé
Three hundred extracts were prepared from plants traditionally used in South Africa to treat malaria and screened in vitro for activity against Trypanosoma brucei rhodesiense, Trypanosoma cruzi, Leishmania donovani, and Plasmodium falciparum. For the 43 extracts which inhibited the growth of one or more parasites to more than 95 % at 9.7 µg/mL, the IC₅₀ values against all four protozoal parasites and cytotoxic IC₅₀s against rat myoblast L6 cells were determined. Amongst the most notable results are the activities of AGATHOSMA APICULATA (IC₅₀ of 0.3 µg/mL) against Plasmodium falciparum, as well as Salvia repens and Maytenus undata against Leishmania donovani with IC₅₀s of 5.4 µg/mL and 5.6 µg/mL, respectively. This screening is the starting point for a HPLC-based activity profiling project in antiprotozoal lead discovery.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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) | 0,003 | 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 ».