Antioxidants characterization in selected cyanobacteria
Notice bibliographique
Résumé
Antioxidants—molecules that have the ability to inhibit the oxidation of other molecules and have many medicinal and industrial applications—are commonly found in algae. Due to the harmful effects of common synthetic antioxidants, their replacement with natural antioxidants would be advantageous. The goal of this study was to examine the efficacy of antioxidants (including antioxidant content, antioxidant activity and antioxidant enzymes) among 11 species of freshwater blue-green algae. Antioxidant activities were evaluated by assaying radical scavenging activity, reducing power and chelating activity. The results showed that Spirulina platensis has the highest radical scavenging activity and reducing power (524 and 244 % more than the control, respectively) and Nostoc linkia has the highest chelating activity (195 %). Examination of some antioxidant contents such as chlorophyll a, carotenoids and phenolic content revealed that S. platensis has the highest contents [10.6 mg/g dry weight (DW), 2.4 mg/g DW and 9.7 mg gallic acid equivalent /g DW, respectively]. The positive correlation (P <0.01) between algal content and antioxidant activity may be attributed to the potent antioxidant activity of these contents. Variation in the activity of three antioxidant enzymes (superoxide dismutase, catalase and peroxidase) was also reported. This study showed that the Cyanobacteria are promising sources of antioxidants.
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 | 0,000 | 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) | 0,001 | 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 ».