Pelargonium graveolens: Towards In-Depth Metabolite Profiling, Antioxidant and Enzyme-Inhibitory Potential
Notice bibliographique
Résumé
Pelargonium graveolens L’Hèr. (Geraniaceae) is renowned for its traditional use as a flavor, ornamental and medicinal plant. This work aimed at an in-depth study of the phytochemical profiling and in vitro antioxidant and enzyme inhibition assessment of a methanol-aqueous extract from P. graveolens leaves. A UHPLC-HRMS analysis revealed more than 110 secondary metabolites, including 8 acyltartaric and 11 acylcitric/acylisocitric acids; 8 gallotannins; 36 flavonols, flavanones and methoxylated flavonoids together with 17 phenolic and aliphatic acids; and 21 phenolic acid glycosides. For the first time, acylcitric acids along with feruloyl- and coumaroyltartaric acids are reported in the species. The leaf extract actively scavenged 2,2-diphenyl-1-picrylhydrazyl DPPH (273.45 mg trolox equivalent (TE/g)) and 2,2′-azino-bis(3-ethylbenzothiazoline-6-sulfonic acid) (ABTS•+) radicals (531.97 mgTE/g) and showed a high reducing power: 431.32 mg TE/g Cupric reducing antioxidant capacity (CUPRAC) and 292.21 mg TE/g Ferric reducing antioxidant power (FRAP). It possessed a metal chelating capacity (13.44 ethylenediaminetetraacetic acid equivalent (EDTAE)/g) and contained 2.71 mmol TE/g in the phosphomolybdenum assay. The rose geranium extract exhibited high inhibition towards acetyl- and butyrylcholinesterase (2.80 and 2.20 mg galantamine equivalent (GALAE)/g, respectively) and tyrosinase (75.49 mg kojic acid equivalent (KAE)/g). It inhibited α-glucosidase and α-amylase (3.75 mmol and 0.79 acarbose equivalent (ACAE)/g, respectively) and lipase (28.91 mg orlistat equivalent (OE)/g). This study sheds light into the future potential application of the rose geranium in pharmaceutical and nutraceutical products.
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 ».