Comparative Analysis of Bioactive Phenolic Compounds and Fatty Acids in Seeds and Seedlings of Canadian Alfalfa, Sainfoin, and Fenugreek
Notice bibliographique
Résumé
The interest in under-utilized crops as a functional food for animals and humans has been increasing recently with advancing research and the need for crop improvement. Canadian forage crops including alfalfa (Medicago sativa L.) and fenugreek (Trigonella foenum-graecum L.) are marketed in various forms due to their traditionally known health benefits. Sainfoin (Onobrychis viciifolia Scop.) is another forage crop with potential health benefits containing beneficial nutraceuticals. In this study, we assessed selected bioactive phenolic compounds and fatty acids in seeds and seedlings of Canadian-grown alfalfa, sainfoin, and fenugreek. Various phenolic compounds were detected in all three forage crop seeds and seedlings. In general, Sainfoin seeds were high in phenolic compounds relative to that of alfalfa and fenugreek. Chlorogenic acid, epigallo catechin, and gallic acid were at high concentrations at 56.6, 86.8, and 64.7 µg.g−1, respectively, compared to other phenolic compounds in sainfoin seeds. The fatty acids content (%) was significantly affected by the seedling stage and crop type. Some of the bioactive compounds present in seeds were not detected in seedling stages. The comparative bioactive phenolic compounds and fatty acid assessments of these forage legumes could potentially be used as biomarkers for the selection and development of favorable cultivars for animal and human nutrition. In addition, these crops could be used for isolating these bioactive compounds, and thus increasing their agri-food value.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,004 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 ».