Carotenoid Pigments of Red, Green and Brown Macroalgae Species as Potential Active Pharmaceutical Ingredients
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
Active Pharmaceutical Ingredient (API) is a substance used in a finished pharmaceutical product, intended to furnish pharmacological activity or contribute direct effect in the diagnosis, cure, mitigation, treatment or prevention of disease. It also provides a direct effect in restoring, correcting or modifying physiological functions in human beings. Macroalgae, also known as seaweed, are plant-like organisms that can be found in a marine habitat. Macroalgae has been given huge concern because of its high nutritional value and short-term growth, which is only 45 days per cycle. Therefore, three red macroalgae species of Eucheuma denticulatum, Gracilaria tikvahiae and Kappaphycus striatum), as well as green and brown macroalgae species of Caulerpa lentillifera and Padina pavonica were selected to determine their carotenoids content and composition by using UV-Vis spectrophotometer and HPLC analysis. The main carotenoids identified in red, green and brown macroalgae species were zeaxanthin, lutein, ?-carotene and violaxanthin. Marked differences were observed between red, green and brown macroalgae carotenoids content and composition. Zeaxanthin and ?-carotene were detected in all red, green and brown macroalgae ranged from 3.61 to 21.30 ?g/g DW and 2.44 to 10.70 ?g/g DW respectively. Violaxanthin was found only in green macroalgae (8.93 ?g/g DW) whereas lutein was found only in red macroalgae (9.57 to 38.60 ?g/g DW). In terms of total carotenoid content, green macroalgae contained the highest amount of carotenoid (100.89 ± 14.71 ?g/g DW). The significant outcome of the research will be new natural carotenoid pigment sources as potential active pharmaceutical ingredients which can be beneficial to halal health-promoting products 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.
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 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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