Inhibitory Activities of Polyphenolic Extracts of Bangladeshi Vegetables against α-Amylase, α-Glucosidase, Pancreatic Lipase, Renin, and Angiotensin-Converting Enzyme
Notice bibliographique
Résumé
The aim of the study was to determine the in vitro enzyme inhibition activities of aqueous polyphenolic extracts of nine popular Bangladeshi vegetables, namely ash gourd, bitter gourd, brinjal, Indian spinach, kangkong, okra, ridge gourd, snake gourd, and stem amaranth. Polyphenolic glycosides were the major compounds present in the extracts. Inhibition of α-amylase (up to 100% at 1 mg/mL) was stronger than α-glucosidase inhibition (up to 70.78% at 10 mg/mL). The Indian spinach extract was the strongest inhibitor of pancreatic lipase activity (IC50 = 276.77 µg/mL), which was significantly better than that of orlistat (381.16 µg/mL), a drug. Ash gourd (76.51%), brinjal (72.48%), and snake gourd (66.82%) extracts were the most effective inhibitors of angiotensin-converting enzyme (ACE), an enzyme whose excessive activities have been associated with hypertension. Brinjal also had a significantly higher renin-inhibitory activity than the other vegetable extracts. We conclude that the vegetable extracts may have the ability to reduce enzyme activities that have been associated with hyperglycemia, hyperlipidemia, and hypertension.
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 | 0,000 |
| 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 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».