Exploring the Lesser-Known Bioactive Natural Products of Plant Species of the Genus Cannabis L.: Alkaloids, Phenolic Compounds, and Their Therapeutic Potential
Notice bibliographique
Résumé
Plant species of the genus Cannabis L. are predominantly recognized for their cannabinoids, which have garnered significant attention due to their bioactive properties. However, Cannabis also produces a diverse array of bioactive compounds with promising pharmacological potential that remain underexplored. This review focuses primarily on phytochemicals derived from Cannabis sativa L. subspecies, including both its drug-type and fiber-type varieties, which are the most widely cultivated and studied within the genus. Among these, nitrogen-containing compounds such as spermidine alkaloids exhibit neuroprotective and anti-aging properties, while hydroxycinnamic acids and hydroxycinnamic acid amides, including N-trans-caffeoyltyramine and N-trans-feruloyltyramine, have demonstrated notable antioxidant and anti-inflammatory activities. Additionally, Cannabis species are a valuable source of unique stilbenes, such as canniprene, and flavonoids, including cannflavin A and B, which demonstrated potent anti-inflammatory and antiproliferative effects. Despite this rich phytochemical diversity, research on these compounds remains limited, largely due to historical legal restrictions. This literature review consolidates and updates current knowledge on these lesser-studied phytochemicals of Cannabis, detailing their biosynthetic pathways, metabolic precursors, and emerging therapeutic applications. By expanding the research focus beyond cannabinoids, this work aims to enhance our understanding of Cannabis’s full pharmacological potential and promote further investigation into its diverse chemical constituents.
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) | 0,002 | 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 | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».