Anti-Inflammatory Investigations of Extracts of Zanthoxylum rhetsa
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
Zanthoxylum rhetsa has been consumed in the diet in northern Thailand and also used as a medicament in ancient scripture for arthropathies. Thus, this study aimed to evaluate the activity of various extracts from differential parts of Z. rhetsa via inhibition of inflammatory mediators (NO, TNF-α, and PGE2) in RAW264.7 macrophages. The chemical composition in active extracts was also analyzed by GC/MS. The parts of this plant studied were whole fruits (F), pericarp (P), and seed (O). The methods of extraction included maceration in hexane, 95% ethanol and 50% ethanol, boiling in water, and water distillation. The results demonstrated that the hexane and 95% ethanolic extract from pericarp (PH and P95) and seed essential oil (SO) were the most active extracts. PH and P95 gave the highest inhibition of NO production with IC50 as 11.99 ± 1.66 μg/ml and 15.33 ± 1.05 μg/ml, respectively, and they also showed the highest anti-inflammatory effect on TNF-α with IC50 as 36.08 ± 0.55 μg/ml and 34.90 ± 2.58 μg/ml, respectively. PH and P95 also showed the highest inhibitory effect on PGE2 but less than SO with IC50 as 13.72 ± 0.81 μg/ml, 12.26 ± 0.71 μg/ml, and 8.61 ± 2.23 μg/ml, respectively. 2,3-Pinanediol was the major anti-inflammatory compound analyzed in PH (11.28%) and P95 (19.82%) while terpinen-4-ol constituted a major anti-inflammatory compound in SO at 35.13%. These findings are the first supportive data for ethnomedical use for analgesic and anti-inflammatory activity in acute (SO) and chronic (PH and P95) inflammation.
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) | 0,002 | 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