MétaCan
Menu
Retour à la cohorte
Enregistrement W4223999684 · doi:10.20944/preprints202204.0119.v1

GC–MS Based Metabolites Profiling, In Vitro Antioxidant, Antibacterial, and Anti-Cancer Properties of Different Solvent Extracts from Leaves, Stems, Roots, and Flowers of <em>Micromeria fruticosa</em> (Lamiaceae)

2022· preprint· en· W4223999684 sur OpenAlex

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevuePreprints.org · 2022
Typepreprint
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueBioactive natural compounds
Établissements canadiensMemorial University of Newfoundland
Organismes subventionnairesDivision of ChemistryUNICEF
Mots-clésAntimicrobialChemistryDPPHAntioxidantMenthoneAntibacterial activityPulegoneFood scienceStaphylococcus aureusTraditional medicineBacteriaBiologyBiochemistryEssential oilOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

This study assesses the secondary metabolites, minerals, antimicrobial, antioxidant, and anticancer properties of Micromeria fruticosa plant different botanical parts (leaf, stem, root, flower) extracted with various solvents. The plant samples were sequentially obtained using different solvents (n-hexane, ethanol and water) through steeping. Then, each of the extracts was further analyzed by using gas chromatography–mass spectrometry (GC-MS). Moreover, the extracts were bio-assayed to test their antioxidant, antibacterial, and anti-cancer activities. Quali-quantitative analysis of M. fruticosa crude extracts revealed the occurrence of 27 secondary metabolites were identified including mainly monoterpenes, sesquterpenes, and fatty acids, with varying quantities. Some of the major bioactive compounds included, Menthone (5.42-30.05%), Oleamide (3.40-32.20%), Pulegone (10.66-64.1%), and Menthol (3.61-100.0%), which were detected mostly in all plant parts with significant quantities. Several antioxidant minerals, mainly, Fe, Zn, and Mn, were detected with the highest amounts in the Micromeria water extracts. Results from antimicrobial assays showed that the water extract of leaves exhibited the highest DPPH scavenging activity (89.73%) followed by the water extract of flowers (80.07%) at a concentration of 100 μg/mL. The water extract of stems showed greater antimicrobial activity against all the tested gram negative and positive bacteria (Methicillin-resistant Staphylococcus aureus, Staphylococcus aureus, Escherichia coli, and Shigella sonnie). The leaves ethanolic and stem aqueous extracts had a strong antimicrobial activity against E. coli. and C. albicans. Flower aqueous extract demonstrated the highest cytostatic effect on the colon cell line by reducing viability up to 30.4%, followed by the leaf ethanol extract with 38.6% cell viability reduction at 1000 µg/mL. In conclusion, extraction solvents influenced the recovery of phytocompounds and the highest pharmacological activities of the different extracts could be correlated to the presence of additional bioactive compounds. Our results suggest that M. fruticosa plant is a promising source of natural products with antioxidant, anti-microbial and anti-cancer properties for potential nutraceutical, therapeutic, and functional food applications. , , , , , ,

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,185
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,041
Tête enseignante GPT0,285
Écart entre enseignants0,245 · 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