Comprehensive analysis of different solvent extracts of Ferula communis L. fruit reveals phenolic compounds and their biological properties via in vitro and in silico assays
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
Although giant fennel is recognized as a "superfood" rich in phytochemicals with antioxidant activity, research into the antibacterial properties of its fruits has been relatively limited, compared to studies involving the root and aerial parts of the plant. In this study, seven solvents-acetone, methanol, ethanol, ethyl acetate, chloroform, water, and hexane-were used to extract the chemical constituents of the fruit of giant fennel (Ferula communis), a species of flowering plant in the carrot family Apiaceae. Specific attributes of these extracts were investigated using in silico simulations and in vitro bioassays. High-performance liquid chromatography equipped with a diode-array detector (HPLC-DAD) identified 15 compounds in giant fennel extract, with p-coumaric acid, 3-hydroxybenzoic acid, sinapic acid, and syringic acid being dominant. Among the solvents tested, ethanol demonstrated superior antioxidant activity and phenolic and flavonoid contents. F. communis extracts showed advanced inhibition of gram-negative pathogens (Escherichia coli and Proteus mirabilis) and variable antifungal activity against tested strains. Molecular docking simulations assessed the antioxidative, antibacterial, and antifungal properties of F. communis, facilitating innovative therapeutic development through predicted compound-protein interactions. In conclusion, the results validate the ethnomedicinal use and potential of F. communis. This highlights its significance in natural product research and ethnopharmacology.
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 | 0,000 | 0,001 |
| 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 découle