Antioxidant and antimicrobial activities and UPLC-ESI-MS/MS polyphenolic profile of sweet orange peel extracts
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
With growing consumer awareness, exploitation of renewable resources is cost-effective and environment friendly. This work examines the potential of citrus peels as natural antioxidants and antimicrobials for food preservation. Extraction yield, total soluble phenols and flavonoids of various citrus peels (sweet orange, lemon, tangerine and grapefruit) were optimized by varying the solvent type. While the highest extract yield (~16 g/100g) was obtained from the sweet orange peels in methanol, extraction with ethanol maximized the concentration of total phenols and flavonoids (~80 mg catechol equivalents/100 g dry weight). In addition, sweet orange peel extract showed the highest DPPH, ABTS and hydroxyl radical scavenging values. UPLC-ESI-MS/MS analysis of aqueous and ethanolic extracts of sweet orange peels revealed more than 40 polyphenolic compounds including phenolic acids and flavonoids, some of which have not been previously reported. The predominant polyphenols were narirutin, naringin, hesperetin-7-O-rutinoside naringenin, quinic acid, hesperetin, datiscetin-3-O-rutinoside and sakuranetin. The incorporation of sweet orange peel extract into two vegetable oils enhanced their oxidative stability. In addition, all citrus peel extracts possessed high antimicrobial activity against several food-borne pathogens, and the activity was highest for the sweet orange peel extract. Overall results suggested the great potential of sweet orange peels as natural antioxidant and antimicrobials, which can be efficiently extracted using a simple and low-cost method, for enhancing the storage stability and safety of vegetable oils.
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 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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