DNA barcoding of endangered medicinal plant Cayratia pedata
Notice bibliographique
Résumé
Acknowledging the effectiveness of plants and their products in the treatment of diseases, the WHO recognizes that medicinal plants play an important role in the low-cost primary healthcare of about 80% of world's population in developing countries including India. Plant and other natural products are gaining popularity as an alternative and system of medicine all over the world. Cayratia pedata is an indigenous endangered medicinal herb of south India belonging to the family Vitaceae. Traditionally, the leaves of this plant have been used as a dietary ingredient in the treatment of ulcers and diarrhoea. In Ayurveda the extract from Cayratia pedata is used to prepare formulations prescribed to treat microbial infections, ulcers, inflammations and arthritis. We have identified this plant to be a good source of phytochemicals like alkaloids, tannins, phenolic compounds, flavonoids and terpenoids. Correct identification of any medicinal plant is an absolute requirement in order to avoid errors in collection of the plants used for the formulations whose effectiveness depends on the natural products contained in them. DNA barcoding is a reliable tool in scientifically identifying medicinal plants. The current study explains how DNA barcode analysis of the plant Cayratia pedata helps in the proper identification based on nucleotide diversity of short DNA segments. DNA from the leaves of the plant was extracted and the chloroplast gene rbcL was amplified by PCR and sequenced. The sequence was subjected to a BLAST analysis to compare it with that of other species and a phylogenetic tree was constructed. The results confirmed that the plant belonged to the family Vitaceae. DNA bar-code analysis is a powerful technique for the identification, vouching and registration of medicinal plants especially when there is high species diversity. This helps in collecting the precise species that has the maximum yield of the active principles needed by the unskilled user as well as the pharmaceutical industry.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,002 |
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 source (Gemma direct ou Codex distillé), 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 ».