MétaCan
Menu
Retour à la cohorte
Enregistrement W2093973505 · doi:10.1155/2012/476595

Nonsterol Triterpenoids as Major Constituents of<i>Olea europaea</i>

2012· article· en· W2093973505 sur OpenAlexfundno aff
Naïm Stiti, Marie-Andrée Hartmann

Notice bibliographique

RevueJournal of Lipids · 2012
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueNatural product bioactivities and synthesis
Établissements canadiensnon disponible
Organismes subventionnairesCentre National de la Recherche ScientifiqueInternational Union of Biochemistry and Molecular Biology
Mots-clésOleaMedicineTriterpenoidTraditional medicineBotanyBiology

Résumé

récupéré en direct d'OpenAlex

Plant triterpenoids represent a large and structurally diverse class of natural products. A growing interest has been focused on triterpenoids over the past decade due to their beneficial effects on human health. We show here that these bioactive compounds are major constituents of several aerial parts (floral bud, leaf bud, stem, and leaf) of olive tree, a crop exploited so far almost exclusively for its fruit and oil. O. europaea callus cultures were analyzed as well. Twenty sterols and twenty-nine nonsteroidal tetra- and pentacyclic triterpenoids belonging to seven types of carbon skeletons (oleanane, ursane, lupane, taraxerane, taraxastane, euphane, and lanostane) were identified and quantified by GC and GC-MS as free and esterified compounds. The oleanane-type compounds, oleanolic acid and maslinic acid, were largely predominant in all the organs tested, whereas they are practically absent in olive oil. In floral buds, they represented as much as 2.7% of dry matter. In callus cultures, lanostane-type compounds were the most abundant triterpenoids. In all the tissues analyzed, free and esterified triterpene alcohols exhibited different distribution patterns of their carbon skeletons. Taken together, these data provide new insights into largely unknown triterpene secondary metabolism of Olea europaea.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,154
Score d'incertitude au seuil0,375

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,008
Tête enseignante GPT0,248
Écart entre enseignants0,240 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations35
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of LipidsMême sujetNatural product bioactivities and synthesisTravaux en français237 207