Tibouchina granulosa Leaves Present Anti-Inflammatory Effect
Notice bibliographique
Résumé
The ethanol extract (EE) prepared from the leaves of Tibouchina granulosa, and its fraction in ethyl acetate (fEA) were evaluated concerning their capacity to reduce inflammation in different experimental models. fEA was also studied concerning its chemical constituents. EE and fEA were assayed for their anti-inflammatory potential, using formalin-induced licking behavior and carrageenan-induced inflammation into the subcutaneous air pouch (SAP) models. Reduction in polymorphonuclear cells (PMN) activation was performed in freshly isolated PMN. Chromatographic analysis of fEA was performed by HPLC-DAD. Hispiduloside was isolated as the main constituent in fEA, and its quantity was estimated to be 39.3% in fEA. EE (30 mg/kg) significantly reduced the second phase of formalin-induced licking. fEA demonstrated a reduction in leukocyte migration into the SAP. EE and fEA drastically reduced cytokines (TNF-α, IL-1β, and IFN-γ), nitric oxide (NO) production, in vitro PMN migration induced by C5a and IL-8, and TNF-α and IL-1β gene expression. Taken together, our data indicate that either ethanol extract or its fEA fraction from leaves of T. granulosa present an anti-inflammatory effect, contributing to the pharmacological and chemical knowledge of this species and confirming the rationale behind its traditional use.
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 | 0,000 | 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) | 0,001 | 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 ».