Anti-inflammatory effects of polymethoxyflavones from citrus peels: a review
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
Inflammation is a non-specific kind of biological immune response of body tissues to any type of external or internal injuries, such as pathogens, irritants and immune stress reactions. There are two types of inflammation, namely acute and chronic. Acute inflammation starts and develops rapidly, and is aroused by various factors, including injuries, infection, toxins or immune reactions. Chronic inflammation usually lasts for an extended long period of time and results from elimination failure of acute inflammation, autoimmune disorders, various pathogens and pathogenic environments. Except for the damage itself, there exists a direct and intimate connection between chronic inflammation and various clinic common diseases, such as neurodegeneration, as well as metabolic and cardiovascular ailments. Citrus peel is a by-product generated in citrus juice processing. Polymethoxyflavones (PMFs) exist abundantly and almost exclusively in citrus peels, and their biological activities have been broadly investigated in recent years. PMFs have proven to possess potential inhibitory bioactivities towards a number of functional and immune diseases including inflammation. The two most abundant PMFs exhibiting prominent bioactivities in citrus peels are nobiletin and tangeretin, ubiquitously detected in various citrus species. In this review, the beneficial health effects and the underlying molecular mechanisms of ten main citrus PMFs were illustrated against numerous inflammatory diseases, including inflammatory bowel disease (IBD), neuroinflammation and organ inflammation, among others.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,002 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 découle