Fermentation Improves Calcium Bioavailability in <i>Moringa oleifera</i> leaves and Prevents Bone Loss in Calcium‐deficient Rats
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
Abstract Nowadays, there is an increasing demand of healthier plant calcium supplements. Moringa oleifera leaves (MOL) are rich in calcium and thus are promising candidates for developing efficient calcium supplements. Here, using fermentation‐based approaches, we developed a Moringa oleifera leaf ferment (MOLF), which contents higher levels of calcium. The therapeutic potential of the MOLF was also examined both in vitro and in vivo. Nine lactic acid bacteria and four yeasts were tested for better fermentation of MOL. Calcium‐deficient rats were used for evaluating the therapeutic effects of MOLF. The results of liquid fermentation showed that the mixture of Lactobacillus reuteri, Lactobacillus acidophilus , and Candida utilis elevated the content of MOL calcium most strikingly, with the content of calcium increased nearly 2.4‐fold (from 2.08% to 4.90%). The resulting MOLF was then subjected to cell experiments and animal experiments. The results showed that calcium absorption in Caco‐2 cells in MOLF group was higher than that in CaCl 2 group significantly. Interestingly, in calcium‐deficient rats, MOLF treatment significantly increased the thickness of cortical bone, rat body weight, wet weight of the femur, and the femur bone density, whereas it decreased osteoclast numbers. These results indicate that microbial fermentation increased calcium bioavailability of MOL, promote the growth and development of calcium‐deficient rats, bone calcium deposition, and bone growth; enhance bone strength; reduce bone resorption; and prevent calcium deficiency.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| 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