In Vitro Anti-Inflammatory Properties of Selected Green Leafy Vegetables
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
The study investigated the anti-inflammatory activity of the hydro methanolic extract of six leafy vegetables, namely Cassia auriculata, Passiflora edulis, Sesbania grandiflora, Olax zeylanica, Gymnema lactiferum, and Centella asiatica. The anti-inflammatory activity of methanolic extracts of leafy vegetables was evaluated using four in vitro-based assays: hemolysis inhibition, proteinase inhibition, protein denaturation inhibition, and lipoxygenase inhibition. Results showed that the percent inhibition of hemolysis from these leaf extracts (25–100 µg/mL dry weight basis (DW)) was within the range from 5.4% to 14.9%, and the leaves of P. edulis and O. zeylanica showed a significantly higher (p < 0.05) inhibition levels. Percent inhibition of protein denaturation of these leafy types was within the range of 36.0–61.0%, and the leaf extract of C. auriculata has exhibited a significantly higher (p < 0.05) inhibition level. Proteinase inhibitory activity of these leaf extracts was within the range of 20.2–25.9%. The lipoxygenase inhibition was within the range of 3.7–36.0%, and the leaf extract of G. lactiferum showed an improved ability to inhibit lipoxygenase activity. In conclusion, results revealed that all the studied leaves possess anti-inflammatory properties at different levels, and this could be due to the differences in the composition and concentration of bioactive compounds.
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 | 0,001 |
| 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