Quantification of caffeoylquinic acids and triterpenes as targeted bioactive compounds of Centella Asiatica in extracts and formulations by liquid chromatography mass spectrometry
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
(CA) is a culinary vegetable and well-known functional food that is widely used as a medicinal herb and dietary supplement. CA is rich in pentacyclic triterpenes (TTs), including asiaticoside (AS), madecassoside (MS) and the related aglycones asiatic acid (AA), madecassic acid (MA). Traditionally, TTs have been associated with the bioactivity and health promoting effect of CA. Recently, mono-caffeoylquinic acids (MonoCQAs) and di-caffeoylquinic acids (DiCQAs) have been found to contribute to the bioactivity of CA as well. This work reports an analytical strategy based on liquid chromatography coupled to multiple reaction monitoring mass spectrometry (LC-MRM-MS) for the simultaneous rapid and accurate quantification of 12 bioactive compounds in CA, namely AS, MS, AA, MA, 5-CQA, 4-CQA, 3-CQA, 1,3-DiCQA, 3,4-DiCQA, 1,5-DiCQA, 3,5-DiCQA, 4,5-DiCQA. Method selectivity, accuracy, precision, repeatability, robustness, linearity range, limit of detection (LOD), and limit of quantitation (LOQ) were validated. The validated LC-MRM-MS method has been successfully applied to quantify the 12 bioactive compounds in CA aqueous extracts and two related formulations: a standardized CA product (CAP) used in a phase I clinical trial and formulated CA rodent diets used in preclinical studies. The validated method allows us to support the standardization of CA products used for clinical trials and conduct routine LC-MRM-MS analyses of formulated preclinical diets to confirm correct levels of CA phytochemical markers.
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.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| 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 découle