Optimized preparation of eugenol microcapsules and its effect on hepatic steatosis in HepG<sub>2</sub> cells
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
This study was aimed at evaluating the potential of peach gum (PG) and gelatin in the microencapsulation of eugenol and the intervention of eugenol microcapsules on hepatic steatosis in vitro. Response surface method (RSM) was used to optimize the encapsulation conditions of eugenol microcapsules. The microcapsules were characterized by scanning electron microscopy (SEM), dynamic Light Scattering (DLS), Fourier transform infrared spectroscopy (FT-IR) and release behavior in vitro was determined. The effect of eugenol microcapsules on free fatty acids (FFA) treated hepatocellular cells (HepG2) cells was evaluated by oil red O staining and intracellular total cholesterol (TC) and triglyceride (TG) determination. The results showed that the optimal encapsulation conditions were as follows: the PG-gelatin ratio was 1.6:1.4, the core-wall ratio was 1.6:1.4, the pH was 4 and the emulsification speed was 9000 r/min. The optimized microcapsules were smooth spherical with a size of about 3.09 ± 0.58 μm and the encapsulation was confirmed by FT-IR. In vitro release behavior showed that eugenol microcapsules could be released stably in a neutral environment for 72 h. Oil red O staining showed that 50 and 100 μM eugenol microcapsules could significantly inhibit the lipid accumulation and reduce the TC and TG in steatotic HepG2 cells induced by FFA. Therefore, PG and gelatin can be used as excellent carriers for the microencapsulation of volatile compounds in the field of biomedical industry, and eugenol microcapsules is a promising preparation for the treatment of nonalcoholic fatty liver disease (NAFLD).
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 | 0,000 |
| 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