Identification and Quantification of Anthocyanin and Catechin Compounds in Purple Tea Leaves and Flakes
Notice bibliographique
Résumé
). This study investigated purple tea leaves (non-oxidized) and flakes (water extractable) to thoroughly identify their composition of anthocyanins and catechins and to study the effect of a water extraction process on their compositional properties in comparison with green tea. Anthocyanin and catechin compounds were separated and quantified using UPLC, and their identity was confirmed using LC-MS/MS in positive and negative ionization modes. Delphinidin was the principal anthocyaninidin in purple tea, while cyanidin came in second. The major anthocyanin pigments in purple tea were delphinidin-coumaroyl-hexoside followed by delphinidin-3-galactoside and cyanidin-coumaroyl-hexoside. The water extraction process resulted in substantial reductions in anthocyanins in purple tea flakes. There were no anthocyanin compounds detected in green tea samples. Both purple and green tea types were rich in catechins, with green tea containing higher concentrations than purple tea. The main catechin in purple or green tea was epigallocatechin gallate (EGCG) followed by either epicatechin gallate (ECG) or epigallocatechin (EGC), subject to tea type. The extraction process increased the concentration of catechins in both purple and green tea flakes. The results suggest that purple tea holds promise in making healthy brews, natural colorants and antioxidants and/or functional ingredients for beverages, cosmetics and healthcare industries due to its high content of anthocyanins and catechins.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| 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 | 0,001 | 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 | 0,001 | 0,000 |
| 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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), 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 ».