A Nuclear Magnetic Resonance (NMR)- and Mass Spectrometry (MS)-Based Saturation Kinetics Model of a Bryophyllum pinnatum Decoction as a Treatment for Kidney Stones
Notice bibliographique
Résumé
Bryophyllum pinnatum (BP) is a medicinal plant used to treat many conditions when taken as a leaf juice, leaves in capsules, as an ethanolic extract, and as herbal tea. These preparations have been chemically analyzed except for decoctions derived from boiled green leaves. In preparation for a clinical trial to validate BP tea as a treatment for kidney stones, we used NMR and MS analyses to characterize the saturation kinetics of the release of metabolites. During boiling of the leaves, (a) the pH decreased to 4.8 within 14 min and then stabilized; (b) regarding organic acids, citric and malic acid were released with maximum release time (tmax) = 35 min; (c) for glycoflavonoids, quercetin 3-O-α-L-arabinopyranosyl-(1 → 2)-α-L-rhamnopyranoside (Q-3O-ArRh), myricetin 3-O-α-L-arabinopyranosyl-(1 → 2)-α-L-rhamnopyranoside (M-3O-ArRh), kappinatoside, myricitrin, and quercitrin were released with tmax = 5–10 min; and (d) the total phenolic content (TPC) and the total antioxidant capacity (TAC) reached a tmax at 55 min and 61 min, respectively. In summary, 24 g of leaves boiled in 250 mL of water for 61 min ensures a maximal release of key water-soluble metabolites, including organic acids and flavonoids. These metabolites are beneficial for treating kidney stones because they target oxidative stress and inflammation and inhibit stone formation.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 ».