Multidimensional assessment of nutritional composition, contaminants and biological properties of bee pollen
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
Honey-bee collected pollen is renowned for its nutritional richness and potential health benefits, but compositional variations and contamination are significant challenges. This research investigates the organic and inorganic content, morphological aspects, and anticancer properties of 18 different pollen samples from Canada (Québec). Results revealed variability in macronutrients (carbohydrates: 39.1 to 57.0 g 100g −1 , proteins: 14.3 to 23.5 g 100g −1 , and lipids: 3.58 to 35.4 g 100g −1 ) and micronutrients, including vitamin B and C (up to 1052 µg g −1 ) and antioxidants. However, pollen was found to contain pesticide residues (diazinon, thiamethoxam and glyphosate at up to 32.1 ng g −1 ) and heavy metals (lead and arsenic at up to 3.86 mg kg −1 ), indicating the need for environmental monitoring, including regular assessment of pollen contamination and implementation of mitigation strategies to reduce exposure. Cytotoxicity assays showed promising anticancer effects against HeLa cells, with up to 40% cell growth inhibition with an IC 50 at 247 µg mL −1 was observed in cells treated with pollen extract compared to untreated cells. Future research should focus on profiling bioactive compounds and their bioavailability while establishing standardized characterization methods and a centralized database for accurate nutritional and safety assessments. This study provides novel insights into the composition of pollen, its biological effects and contamination levels, illustrating its nutritional and therapeutic 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.
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 | 0,001 | 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 | 0,001 |
| 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