Medicinal plants of Tamil Nadu (Southern India) are a rich source of antiviral activities
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
In order to evaluate the potential of medicinal plants of Tamil Nadu as sources of antiviral activities, we used seven different viruses to evaluate the methanol extracts of 30 plants, derived from 22 families and recognized for their local medical applications. Antiviral activity was the minimum concentration of extracts required to completely inhibit viral cytopathic effects (CPE), i.e., MIC100 values. Many extracts showed strong activities against Herpes simplex virus (HSV) and mouse corona virus (MCV, the surrogate for human SARS virus). Some extracts were also active against influenza virus and Sindbis virus (SINV, surrogate for hepatitis C virus), but fewer were active against the non-membrane viruses feline calicivirus (FCV, the surrogate for Norovirus), rhinovirus (common cold virus), and poliovirus. The most potent extracts (low MIC100 and broad spectrum of activity) were obtained from Gymnema sylvestre R. Br. (Asclepiadaceae), Pergularia daemia (Forsskal) Chiov. (Asclepiadaceae), Sphaeranthus indicus L. (Asteraceae), Cassia alata L. (Caesalpiniaceae), Evolvulus alsinoides L. (Convolvulaceae), Clitoria ternatea L. (Fabaceae), Indigofera tinctoria L. (Euphorbiaceae), Abutilon indicum G. Don. (Malvaceae), Vitex trifolia L. (Verbenaceae), Clerodendrum inerme (L.) Gaertn (Verbenaceae), and Leucas aspera Spr. (Lamiaceae), which showed anti-MCV and anti-HSV activities at a concentration as low as 0.4 μg/mL. In some cases the activities were enhanced by light, suggesting the presence of photosensitizers. Some of these antiviral activities could contribute to the medicinal properties of the plants, and also provide more support for the concept of scientific validation of traditional plant medicines in the fight against infectious diseases.
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.
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) | 0,000 | 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 découle