Phytochemical Profiles, Micromorphology, and Elemental Composition of Gomphocarpus fruticosus (L.) W.T. Aiton and Leonotis leonurus (L.) R.Br., Plants Used for Managing Antidepressant-like Conditions in Folk Medicine
Notice bibliographique
Résumé
Medicinal plants have been used to treat mental health-related conditions among different ethic groups. Among the commonly used plants in South Africa are Gomphocarpus fruticosus (L.) W.T.Aiton and Leonotis leonurus (L.) R.Br. This study aimed at generating the phytochemical profiles, micromorphology, and elemental composition of the leaves of G. fruticosus and L. leonurus as possible means of explaining the basis for their utilisation for mental health-related conditions in folk medicine and consideration for further development. The plant parts were subjected to successive solvent extractions using an ultrasonic method with dichloromethane (DCM) and were chemically characterised using ultra-performance liquid chromatography coupled to mass spectrometry (UPLC-MS). Scanning electron microscopy (SEM) was used to examine the micromorphology of the fresh leaves and energy-dispersive X-ray Spectrometry (EDX) was utilised to perform mineral elemental analyses of G. fruticosus and L. leonurus using their leaf powder. We identified phytochemicals including rutin and marrubiin, which are known to alleviate depression-like symptoms. Glandular and non-glandular trichomes were present in the plants. A weight (%) of 1.32 and 0.82 for calcium, 1.16 and 1.99 for potassium, and 0.38 and 0.38 magnesium were present in G. fruticosus and L. leonurus, respectively. These minerals have been linked to mental health stability, with imbalances associated with various disorders. We established the chemical composition that could suggest potential therapeutic effects of these two medicinal plants, offering insights into their uses in folk medicine and potential modern applications in treating mental health issues.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| 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 | 0,001 | 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».