Characterization of bioactive cranberry fractions by mass spectrometry
Notice bibliographique
Résumé
Increasing evidence indicates that fruits contain functional bio-active compounds that have several preventive and therapeutic health benefits. Our group has recently conducted studies to assess the potential effects of cranberry polyphenolic fractions on intestinal Caco-2/15 epithelial cells and a substantial reduction in oxidative stress and inflammation was observed. The aim of the present work was to determine the polyphenolic species most likely responsible for the observed biological activity. Low, medium, and high molecular weight cranberry fractions were generated with a Sephadex LH-20 column by elution with 60% MeOH, 100% MeOH, and 70% acetone, respectively. The total phenolic content in these fractions was determined by the Folin–Ciocalteu method. A combination of LC–MS and MALDI-TOF methods were used to characterize the nature of polyphenolic compounds in the cranberry extracts. High resolution mass spectrometry was used to generate empirical formulae for the detected species. The low molecular weight fraction was essentially constituted of small phenolic acids (hydroxycinnamic and hydroxybenzoic acids). The medium fraction was mostly composed of anthocyanin, flavonols (quercetin, myricetin, isorhamnetin, kaempferol), procyanidins monomers (epicatechin, catechin), dimers, and few small oligomers. The heavy fraction was devoid of phenolic acids and anthocyanins, and it contained for the most part oligomers and polymers of procyanidins. Proanthocyanidins oligomers up to n = 22 were detected, which is, to our knowledge, the largest individual polymers reported to date. With this approach, it was also possible to distinguish between the A-type and B-type linkages.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».