Methanolic Extract of Edible <i>Lasia spinosa</i> Rhizome: A Potential Natural Source of Analgesic, Diuretic, and Thrombolytic Agents
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
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.
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) | 0,001 | 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 découle