GC–MS-Based Metabolites Profiling, In Vitro Antioxidant, Anticancer, and Antimicrobial Properties of Different Solvent Extracts from the Botanical Parts of Micromeria fruticosa (Lamiaceae)
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
The present study assessed the metabolites and bioactivities of Micromeria fruticosa plant parts extracted with various solvents (ethanol, n-hexane, and water) through the steeping extraction method. Thereafter, the extracts were analyzed using GC-MS. Moreover, the extracts were tested for their antioxidant, antimicrobial, and antitumor activities. The quali-quantitative analysis of Micromeria fruticosa crude extracts revealed the occurrence of 27 secondary metabolites. Some major bioactives identified were menthone, oleamide, pulegone, and menthol. Numerous antioxidant minerals, viz., Fe, Zn, and Mn, were present. The water extract of leaves exhibited the highest DPPH scavenging activity (89.73%), followed by the water extract of flowers (80.07%) at 100 μg/mL. The stems’ water extract demonstrated greater antimicrobial activity against all the bacteria species tested. The ethanolic leaf and aqueous stem extracts exhibited strong activity against C. albicans and E. coli. Flowers’ aqueous extract demonstrated the highest cytostatic effect on the colon cell line by reducing viability, followed by the leaves’ ethanol extract. The extraction solvents influenced the recovery of phytocompounds, and the highest pharmacological activities of the different extracts could be correlated to the presence of additional bioactives. Our results suggest that the Micromeria fruticosa plant is a favorable source of natural products with promising properties for potential nutraceutical 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 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