Bioactive Compounds Constituent and Anti-Inflammatory Activity of Natural Rice Bran Oil Produced from Colored and Non-Pigmented Rice in Northern Thailand
Notice bibliographique
Résumé
The aims of the study were to measure and compare the content of the bioactive compounds in natural rice bran oils (NRBOs) and investigate for anti-inflammatory activity through inhibition effect on nitric oxide (NO) and inducible nitric oxide synthase (iNOS) in RAW264.7 mouse macrophage cells.NRBOs were prepared from colored and non-pigmented rice in northern Thailand using the cold-press technique. The bioactive compound constituents in NRBOs, including tocotrienols, tocopherols, and γ-oryzanol were analyzed by reversed-phase HPLC. Then, anti-inflammatory activity was investigated through an inhibition effect on NO and iNOS production induced by combined lipopolysaccharide (LPS)-interferon-γ (IFN-γ) in RAW264.7 mouse macrophage cells. The results demonstrated that NRBOs prepared from purple rice, red rice and non-pigmented rice consist of δ, γ, and α-tocotrienol, δ, β, γ, and α-tocopherol, and γ-oryzanol. γ-Oryzanol, γ-tocotrienol, and γ-tocopherol were the major bioactive compounds in NRBOs. NRBOs prepared from purple rice bran exhibited higher concentrations of the bioactive compounds than red rice bran and non-pigmented rice bran, respectively. Khaoʹ′ GamLeum-Phua (KGLP) exhibited the highest amount of δ, γ and α-tocotrienol, δ, γ, β and α-tocopherol, and γ-oryzanol. Interestingly, all NRBOs inhibited NO and iNOS production by LPS/IFN-γ-stimulated RAW264.7 cells. Additionally, NRBO prepared from KGLP exhibited the highest inhibitory activity on NO and iNOS production. There may a potential use for pigmented NRBOs especially cultivated in mountainous areas which containing high amounts of tocotrienols, tocopherols, and γ-oryzanol, as a natural anti-inflammatory active ingredient in nutraceutical and cosmeceutical products.
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 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 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».