Predicting the content of anthraquinone bioactive in Rhei rhizome (Rheum officinale Baill.) with the concentration addition model
Notice bibliographique
Résumé
Baill.) (RR) contains a large number of anthraquinone bioactive, yet little is known of the combined effect of these anthraquinones in a mixture. The goals of this study were: to determine the inhibitory potencies of individual anthraquinones and whole RR extract against human liver microsomal CYP1A2/3A4 activity, to predict the content of anthraquinones in RR using the concentration addition (CA) model, and to compare predicted and empirical contents in the same RR sample. Anthraquinone concentrations in the RR extract were determined using HPLC. The inhibitory potencies of individual anthraquinones were determined in incubations containing human liver microsomes. The study results were used to predict an effect-based dose measure of the anthraquinones in RR using the CA model. An empirical dose measure also was determined in the whole RR extract using the CYP1A2/3A4-based bioassay. For the CYP1A2-based studies, the predicted and empirical dose measures of anthraquinones were identical; they were 12.0 ± 1.80 and 12.20 ± 0.81 mg aloe-emodin equivalents/g RR, respectively. For the CYP3A4-based studies, the predicted and empirical dose measures were different; they were 2.80 ± 0.10 and 19.04 ± 0.41 mg aloe-emodin equivalents/g RR, respectively. Only the CYP1A2-based CA model which assumed additive effects of RR anthraquinones predicted an effect-based dose measure that was verifiable by empirical data. The CA model provides an alternative approach to the CYP1A2/3A4-based bioassay or empirical method to screen for the anthraquinones in RR. The CA model as described in this study is applicable to other botanical drugs, plant-based foods and dietary supplements.
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 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 | 0,001 | 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 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».