UPLC–ESI–QTOF–MS profiling, antioxidant, antidiabetic, antibacterial, anti-inflammatory, antiproliferative activities and in silico molecular docking analysis of Barleria strigosa
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
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.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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