Methanolic Extract of Edible <i>Lasia spinosa</i> Rhizome: A Potential Natural Source of Analgesic, Diuretic, and Thrombolytic Agents
Notice bibliographique
Résumé
Kohila (Lasia spinosa), a marshy plant with spiky rhizomes, is traditionally used in ethnomedicine to treat ailments like uterine cancer, arthritis, inflammation, and gastrointestinal disorders while also being consumed as a vegetable. This study evaluated the phytochemical composition and bioactive potential of methanolic rhizome extract (LSR-ME) through qualitative and quantitative screening, along with analgesic, diuretic, and thrombolytic activity assays. Phytochemical analysis confirmed the presence of flavonoids, alkaloids, glycosides, tannins, and carbohydrates. In analgesic tests, LSR-ME at 400 mg kg−1 showed significant pain inhibition (47.73% in acetic acid–induced writhing and 37.83% in formalin–induced writhing). It also demonstrated notable diuretic effects, with Lipschitz values confirming its activity (p < .05). The extract exhibited strong, dose-dependent thrombolytic activity (p < .001). Molecular docking studies have highlighted meridinol’s superior binding efficiency (−8.5 to −9.2 kcal mol−1) and high affinity for ligand–protein interactions. Computational AdmetSAR analysis further supported the therapeutic potential of the identified compounds. Overall, the findings from in vivo, in vitro, and molecular docking studies indicate that LSR-ME has promising analgesic, diuretic, and thrombolytic properties, warranting further investigation into its medicinal applications. These results validate traditional uses of L. spinosa and highlight its potential as a source of bioactive compounds for drug development.
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 | 0,000 | 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) | 0,001 | 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 ».