Composition analysis and antimicrobial activity of essential oil from leaves of Laurus nobilis grown in Oman
Notice bibliographique
Résumé
Traditionally, Laurus nobilis is used for the treatment of earaches and skin rashes as well as rheumatism. The most common technique to isolate the oil is hydro-distillation and steam-distillation. The investigation presented in this paper was aimed to unravel the antimicrobial activity and chemical composition of essential oil in the leaves of L. nobilis grown in Oman. The essential oil was extracted from the leave of the selected plant species by hydro distillation using Clevenger type apparatus. The antimicrobial assay was done by disc diffusion methods against three bacterial strains, Staphylococcus aureus, Pseudomonas aeruginosa and Escherichia coli, and one fungal strain: Candida albicans. The isolated essential oil was analyzed by gas chromatography-mass spectrometry (GC-MS). The percentage yield of the essential oil was 0.064% (w/w). The essential oil was found actively against the applied bacterial and fungal strains. The highest activity was found against S. aureus and the lowest was against E. coli, and the order was S. aureus > P. aeruginosa > E. coli. The essential oil was also active against the fungus C. albicans. The range of inhibition zones was 6–14 mm. The results of GC-MS analysis showed (E)-β-caryophyllene to be the major component about 59.62%. Other major components included α-selinene (14.03%), α-humulene (8.65%), β-selinene (4.99%), and α-pinene (4.98%). In addition, several minor components were found in the essential oil of L. nobilis. Based on the experimental results, it showed that the plant species that grown in Oman were a potential source of therapeutic agents. In conclusion, the essential oil and the plant could be used as natural and potential therapeutic agents to treat earaches, skin rashes, and rheumatism.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 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 ».