Microwave-assisted extraction of bioactive compounds from Urtica dioica using solvent-based process optimization and characterization
Notice bibliographique
Résumé
The extraction of bioactive compounds using green technology is a crucial topic for both research and industrys. This present investigation examines the effect of different solvents, i.e., water, ethanol (80%), and NADES (ChCl: lactic acid), during microwave-assisted extraction of bioactive compounds from nettle leaves. The RSM-BBD approach was employed with power (300, 450, and 600 W), time (10, 15, and 20 min), and sample-to-solvent ratio (1:10,1:15, and 1:20) in relation to the water, ethanol, and NADES extract's TPC (mg GAE/g), TFC (mg GAE/g), and DPPH (%IA). The optimum extraction conditions obtained were 300 W, 10 min, and 1:10 sample-to-solvent ratio for water, 300 W, 17 min, and 1:10 sample-to-solvent ratio for ethanol (80%), and 300 W, 10 min, and 1:13 sample-to-solvent ratio for NADES. Additionally, TPC (mg GAE/g), TFC (mg GAE/g), DPPH (%IA), ABTS (%), and FRAP (µM AA equivalent) of optimized extracts were compared. The antimicrobial potential of water, ethanol, and NADES extracts was also investigated against pathogenic bacteria, i.e., Staphylococcus aureus, Streptococcus pyogenes, and E. coli. Furthermore, the optimized extracts were analysed using U-HPLC, GC-MS, and LC-MS. The results highlight the suitability of microwave-assisted extraction of nettle leaf extract using NADES (ChCl: lactic acid) to obtain an extract with high antioxidant activity and good antimicrobial potential.
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) | 0,000 | 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 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 ».