MétaCan
Menu
Retour à la cohorte
Enregistrement W2364514624

Screening for α-glucosidase inhibitors in natural medicines by immobilized enzyme

2005· article· en· W2364514624 sur OpenAlexaff
LU Da-sheng

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueFood Quality and Safety Studies
Établissements canadiensCAE (Canada)
Organismes subventionnairesnon disponible
Mots-clésAcarboseChemistryIn vivoEnzymeIn vitroPharmacologyAlpha-glucosidaseTraditional medicineBiochemistryMedicineBiologyBiotechnology
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Objective:To establish a screening model of immobilized enzymes for α-glucosidase inhibitors in vitro in natural medicines.Methods:Following after the immobilization of α-glucosidase in a mimic physical microenvironment as small intestinal membrane,a screening model for α-glucosidase inhibitors was established.The model was validated by means of a standard α-glucosidase inhibitor acarbose.Subsequently, the model was used to screen the α-glucosidase inhibitors from two natural medicines-aqueous extracts of Polygonum cuspidatum and methanol extracts of Guangxi Dragon's blood.Results:Inhibition of acarbose to immobilized α-glucosidase was 3.3 times more potent than to free α-glucosidase(IC_(50) 0.413 versus 0.126 mg·mL~(-1)),which was coincident with the inhibition of acarbose in vivo.The IC_(50) of Polygonum cuspidatum and Guangxi Dragon's blood against immobilized α-glucosidase was 0.224 mg·mL~(-1) and 5.5 μg·mL~(-1),respectively.Conclusion:The model showed a potent capacity to screen α-glucosidase inhibitors in vitro in natural medicines,which was consistent with literatures'outcomes.

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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,789
Score d'incertitude au seuil0,257

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 Opus0,026
Tête enseignante GPT0,265
Écart entre enseignants0,239 · 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'étudeSans objet
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

Citations0
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetFood Quality and Safety StudiesTravaux en français237 207