MétaCan
Menu
Retour à la cohorte
Enregistrement W3192888580 · doi:10.5650/jos.ess20317

Chemical Composition and <i>in vitro </i>Anti-inflammatory Activity of Wheat Germ Oil Depending on the Extraction Procedure

2021· article· en· W3192888580 sur OpenAlexaff
Saoussem Harrabi, A. Ferchichi, Hayet Fellah, Moncef Feki, Farah Hosseinian

Notice bibliographique

RevueJournal of Oleo Science · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueNatural Products and Biological Research
Établissements canadiensCarleton University
Organismes subventionnairesnon disponible
Mots-clésGermChemistryExtraction (chemistry)Food scienceComposition (language)IC50In vitroCyclooxygenaseBiochemistryChromatographyEnzymeBiology

Résumé

récupéré en direct d'OpenAlex

This study aimed to examine the chemical composition of wheat germ oil extracted by three different methods, and to evaluate its inhibitory effect on the cyclooxygenase and proteinase activities. The results showed that the contents of policosanols, tocopherols and phytosterols were affected by the extraction procedure. However, the fatty acid composition of the different oil extracts was nearly the same. Among the tested oils samples, cold pressed oil exhibited the strongest inhibitory activity against proteinase (93.4%, IC50 =195.7 µg/mL) and cyclooxygenase 1 (80.5%, IC50 =58.6 µg/mL). Furthermore, the cold pressed oil had the highest content of octacosanol, β-sitosterol and α-linolenic acid, suggesting that those bioactive compounds could be essential for the potent ani-cyclooxygenase activity. The present data revealed that wheat germ oil contained cyclooxygenase and trypsin inhibitors, which are the promising therapeutic target for the treatment of various inflammatory diseases. Thus, wheat germ oil might be used to develop functional foods and pharmaceutic products for the human health.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,027
Tête enseignante GPT0,319
Écart entre enseignants0,292 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations14
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Oleo ScienceMême sujetNatural Products and Biological ResearchTravaux en français237 207