Preparation, pungency and bioactivity of gingerols from ginger ( <i>Zingiber officinale</i> Roscoe): a review
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
Ginger has been widely used for different purposes, such as condiment, functional food, drugs, and cosmetics. Gingerols, the main pungent component in ginger, possess a variety of bioactivities. To fully understand the significance of gingerols in the food and pharmaceutical industry, this paper first recaps the composition and physiochemical properties of gingerols, and the major extraction and synthesis methods. Furthermore, the pungency and bioactivity of gingerols are reviewed. In addition, the food application of gingerols and future perspectives are discussed. Gingerols, characterized by a 3-methoxy-4-hydroxyphenyl moiety, are divided into gingerols, shogaols, paradols, zingerone, gingerdiones and gingerdiols. At present, gingerols are extracted by conventional, innovative, and integrated extraction methods, and synthesized by chemical, biological and in vitro cell synthesis methods. Gingerols can activate transient receptor potential vanilloid type 1 (TRPV1) and induce signal transduction, thereby exhibiting its pungent properties and bioactivity. By targeted mediation of various cell signaling pathways, gingerols display potential anticancer, antibacterial, blood glucose regulatory, hepato- and renal-protective, gastrointestinal regulatory, nerve regulatory, and cardiovascular protective effects. This review contributes to the application of gingerols as functional ingredients in the food and pharmaceutical industry.
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 | 0,007 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 découle