MétaCan
Menu
Retour à la cohorte
Enregistrement W2119644997 · doi:10.1211/jpp.58.7.0012

Protective effects of <i>Peganum harmala</i> L. extract, harmine and harmaline against human low-density lipoprotein oxidation

2006· article· en· W2119644997 sur OpenAlexaff
Hicham Berrougui, Maxim Isabelle, Martin Cloutier, M. Hmamouchi, Abdelouahed Khalil

Notice bibliographique

RevueJournal of Pharmacy and Pharmacology · 2006
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueSynthesis and bioactivity of alkaloids
Établissements canadiensHealth and Social Services Centre University Institute of Geriatrics of SherbrookeUniversité de Sherbrooke
Organismes subventionnairesnon disponible
Mots-clésHarminePeganum harmalaHarmalineChemistryAntioxidantLow-density lipoproteinVitamin ELipoproteinSalvia miltiorrhizaBiochemistryPharmacologyTraditional medicineBiologyCholesterolMedicine

Résumé

récupéré en direct d'OpenAlex

Oxidative modification of low-density lipoprotein (LDL) particles has been implicated in the process of atherogenesis. Antioxidants that prevent LDL from oxidation may reduce atherosclerosis. We have investigated the protective effect of Peganum harmala-extract (P-extract) and the two major alkaloids (harmine and harmaline) from the seeds of P. harmala against CuSO4-induced LDL oxidation. Through determination of the formation of malondialdehyde (MDA) and conjugated diene as well as the lag phase, the extract (P-extract) and compounds were found to possess an inhibitory effect. Moreover, harmaline and harmine reduced the rate of vitamin E disappearance and exhibited a significant free radical scavenging capacity (DPPH*). However, harmaline had a markedly higher antioxidant capacity than harmine in scavenging or preventive capacity against free radicals as well as inhibiting the aggregation of the LDL protein moiety (apolipoprotein B) induced by oxidation. The results suggested that P. harmala compounds could be a major source of compounds that inhibit LDL oxidative modification induced by copper.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,001
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

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)0,0010,000

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 Opus0,006
Tête enseignante GPT0,265
Écart entre enseignants0,259 · 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 source (Gemma direct ou Codex distillé), 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

Citations39
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Pharmacy and PharmacologyMême sujetSynthesis and bioactivity of alkaloidsTravaux en français237 207