Profiling of phenolic compounds, antimicrobial, antioxidant, and hemolytic activity of mango seed kernel using different optimized extraction systems
Notice bibliographique
Résumé
Mango seed kernels (MSKs) have been reported to show antioxidant, antibacterial, and anti-inflammatory properties. This study explores the influence of different optimized extraction systems on the extraction of MSK. The effects on gallic acid (GA) content, total phenolic content (TPC), total flavonoid content (TFC), antioxidant, antimicrobial, and hemolytic activity of MSK extracts from different extraction systems (65.45% ethanol-ultrasound assisted extraction [UAE], 62% ethanol-incubator shaker, 19.4% ethanol-UAE, and 100% water-UAE) were assessed. Based on the results, a nonsignificant difference in phenolic (p = 0.222), flavonoids (p = 0.058), antioxidant (p = 0.165), and antimicrobial activity (p = 0.193) against Staphylococcus aureus whereas a significant difference (p < 0.0001) in hemolytic, GA content, and antimicrobial activity against Clostridium perfringens was observed. Among different extraction systems, aqueous extraction showed significantly lower hemolytic (1.09%) and higher GA content (4.72 mg/g) and comparable results in all other experiments; yield (32.40%), TPC (58.79 mg/g), TFC (2.16 mg/g), and antioxidant (73.19%). Hence, it has been concluded that aqueous extraction system could be considered a sustainable extraction system for practical applications. PRACTICAL APPLICATION: Aqueous extraction system could be a sustainable option for extraction of mango seed kernel for practical applications as it is readily available, cheap, nonflammable, and nontoxic.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 ».