Development of a Herbal Tea with Potential Antiglycation Effects using <em>Phyllanthus emblica</em> (Indian Gooseberry), <em>Zingiber officinale</em> (Ginger), and <em>Coriander sativum</em> (Coriander)
Notice bibliographique
Résumé
The study was conducted to investigate the capability of developing a herbal tea using Phyllanthus emblica (PE) fruit, Zingiber officinale (ZO) rhizome, and Coriander sativum (CS) seeds and to assess its anti-glycation effects. Phyllanthus emblica, ZO, and CS are common and individually used materials in traditional medicine in Sri Lanka. No evidence is found in using combinations of these plant materials being used in commercial tea / herbal infusion production in Sri Lanka. The herbal tea was formulated with powdered form of PE fruits, ZO rhizome and CS seeds in three different formulations; PE-50% + ZO-25% + CS-25%; PE-25% + ZO-50% + CS-25%; and PE-25% + ZO-25% + CS-50%. The three formulated teas were subjected to a five-point hedonic scale sensory evaluation. The formula with PE fruits 50%, ZO rhizome 25%, and CS seeds 25% was selected for further analysis. The phytochemicals of the selected formulation were analyzed, and the results bared the presence of glycosides, alkaloids, terpenoids, saponins, and tannins, which ensures a high antioxidant quality of the formulated tea. The tested parameter for the shelf-life determination study concluded that the product is shelf-stable for 14 days under 0 °C temperature. An in vitro assay using Sodium Dodecyl Sulfate-Polyacrylamide Gel Electrophoresis was used to test the antiglycation effects. Results showed that the herbal tea was able to inhibit glycation-induced protein cross-linking over prolonged incubation periods with strong glycating conditions. Therefore, this product could also have a potential to be used as a home remedy to prevent diabetic complications.
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 | 0,005 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,003 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».