From Foxtail Millet Husk (Waste) to Bioactive Phenolic Extracts Using Deep Eutectic Solvent Extraction and Evaluation of Antioxidant, Acetylcholinesterase, and α-Glucosidase Inhibitory Activities
Notice bibliographique
Résumé
Foxtail millet husk (FMH) is generally removed and discarded during the first step of millet processing. This study aimed to optimize a method using deep eutectic solvents (DESs) combined with ultrasonic-assisted extraction (UAE) to extract phenols from FMH and to identify the phenolic compositions and evaluate the biological activities. The optimized DES comprised L-lactic acid and glycol with a 1:2 molar ratio by taking the total flavonoid content (TFC) and total phenolic content (TPC) as targets. The extraction parameters were optimized to maximize TFC and TPC, using the following settings: liquid-to-solid ratio of 25 mL/g, DES with water content of 15%, extraction time of 41 min and temperature of 51 °C, and ultrasonic power at 304 W. The optimized UAE-DES, which produced significantly higher TPC, TFC, antioxidant activity, α-glucosidase, and acetylcholinesterase inhibitory activities compared to conventional solvent extraction. Through UPLC–MS, 12 phenolic compounds were identified, with 1-O-p-coumaroylglycerol, apigenin-C-pentosyl-C-hexoside, and 1-O-feruloyl-3-O-p-coumaroylglycerol being the main phenolic components. 1-O-feruloyl-3-O-p-coumaroylglycerol and 3,7-dimethylquercetin were identified first in foxtail millet. Our results indicated that FMH could be exploited by UAE-DES extraction as a useful source of naturally derived antioxidants, along with acetylcholinesterase and α-glucosidase inhibitory activities.
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 | 0,000 |
| 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) | 0,000 | 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 ».