Polyphenols and Rosmarinic acid Contents, Antioxidant and Anti- Inflammatory Activities of Different Solvent Fractions from Nga- Mon (Perilla frutescens) Leaf
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
Perilla is a rich source of polyphenols, which exhibits antioxidant, anti-inflammatory activities, and a variety of biological effects. The effect of differential solvents on the polyphenols, flavonoids, rosmarinic acid (RA), antiinflammatory and antioxidant activities of perilla leaf require investigation. In this study, perilla leaf was extracted with 70% ethanol and sequentially fractionated according to the solvent’s polarity with hexane, dichloromethane, ethyl acetate, and water. Samples were subjected to the bioactive compound measurements. The antioxidant and antiinflammation nature of perilla was analyzed based on the scavenging effects on DPPH•, ABTS•+, O2•- and nitric oxide (NO), as well as FRAP assay, and determination of the inhibition effects on NO, inducible nitric oxide synthase (iNOS), and cyclooxygenase-2 (COX-2) production in the cell-based study. The results indicate that among all different solvents used for sequential fractionation, ethyl acetate (EtOAc) was most effective in the separation of anti-oxidative and antiinflammatory compounds in the perilla leaf extract. These properties can partly be due to the presence of polyphenols, flavonoids, and also RA. It can be demonstrated here that, the perilla leaf EtOAc fraction could be used as a natural active pharmaceutical ingredient for dietary supplements and nutraceuticals.
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