Unexpected Value of Honey Color for Prediction of a Non-Enzymatic H2O2 Production and Honey Antibacterial Activity: A Perspective
Notice bibliographique
Résumé
Hydrogen peroxide is the principal antibacterial compound of honey and its concentration determines honey bacteriostatic (MIC) and bactericidal (MBC) potencies. Levels of H2O2 produced are highly relevant to honey therapeutic potential, but they vary extensively among honey with reasons not immediately apparent. According to a traditional view, H2O2 is produced as a by-product of glucose oxidation by the honey bee enzyme, glucose oxidase; however, significant levels of H2O2 could be produced in a non-enzymatic way via polyphenol autooxidation. The aim of this study was to evaluate the potential for such an alternative pathway by re-examining evidence from many experimental and correlative studies in order to identify factors and compounds required for pro-oxidant activity. Unexpectedly, the color intensity was found to be the main indicator separating honey varieties based on the quantitative differences in the polyphenolic content, antioxidant activity and the content of transition metals, Fe, Cu and Mn, the main factors required for pro-oxidant effects. The color-impeding polyphenolics and their oxidation products (semiquinones and quinones) further contributed to color development through multiple chemical conjugations with proteins, phenolic oxidative polymerization, chelation or the reduction of metal ions. Moreover, quinones, as an intrinsic part of polyphenol redox activity, play an active role in the formation of higher-order structures, melanoidins and colloids in honey. The latter structures are also known to chelate metal ions, potentially contributing to H2O2 production. Thus, the color intensity appears as a major parameter that integrates polyphenol-dependent pro-oxidant reactions resulting in H2O2 generation.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 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 ».