MétaCan
Menu
Retour à la cohorte
Enregistrement W4385636718 · doi:10.1186/s40538-023-00451-2

UPLC–ESI–QTOF–MS profiling, antioxidant, antidiabetic, antibacterial, anti-inflammatory, antiproliferative activities and in silico molecular docking analysis of Barleria strigosa

2023· article· en· W4385636718 sur OpenAlexaff
Ming Lei, Lei Wang, Oladipupo Odunayo Olatunde, Sudarshan Singh, Chitchamai Ovatlarnporn, Abdul Basit, Opeyemi Joshua Olatunji

Notice bibliographique

RevueChemical and Biological Technologies in Agriculture · 2023
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiquePhytochemistry and Biological Activities
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesWannan Medical College
Mots-clésChemistryPhytochemicalABTSAntioxidantDPPHAntibacterial activityTraditional medicineAnti-inflammatoryTerpenoidBiochemistryBiologyPharmacologyBacteria

Résumé

récupéré en direct d'OpenAlex

Abstract Background This study investigated the in vitro antidiabetic, antioxidant, antibacterial, anti-inflammatory and antiproliferative effects of B. strigosa hydrophilic (BSTR) and lipophilic (LSB) leaves extracts. The phytochemical profile was also performed using UHPLC–ESI–QTOF–MS. Results The results indicated that BSTR and LSB showed excellent antioxidant properties in the DPPH scavenging, ABTS scavenging, FRAP and MCA assays. The extracts also demonstrated α-glucosidase (81.56–157.56 µg/mL) and α-amylase (204.44 µg/mL) inhibitory activities. In addition, the extracts showed significant cytotoxic and antiproliferative effects against oral squamous carcinoma (CLS-354/WT) cancer cells. Furthermore, the extracts showed excellent antibacterial activity against Listeria monocytogenes , Vibrio parahaemolyticus , Escherichia coli , Pseudomonas aeruginosa and Staphylococcus aureus . Both extracts exhibited a significant reduction in nitric oxide secretion against activated macrophage cells. The UHPLC–MS analysis revealed that B. strigosa is rich in terpenoids, iridoid glycosides, flavonoids, and phenolic compounds. The plethora of these compounds may be responsible for the observed activities. In addition, the bioactive compounds identified by UHPLC–ESI–QTOF–MS were analyzed using silico molecular docking studies to determine the binding affinity with α-amylase and α-glucosidase. Conclusions These results suggest that B. strigosa is an excellent pharmacological active plant and it provides the basis for further studies on the exploration of its potentials in oxidative stress induced disorders. Graphical Abstract

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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.

Tête enseignante Opus0,012
Tête enseignante GPT0,221
Écart entre enseignants0,208 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations25
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueChemical and Biological Technologies in AgricultureMême sujetPhytochemistry and Biological ActivitiesTravaux en français237 207