HPLC-ESI-HRMS/MS-Based Metabolite Profiling and Bioactivity Assessment of Catharanthus roseus
Notice bibliographique
Résumé
A comprehensive metabolic profiling of Catharanthus roseus (L.) G. Don was performed using tandem mass spectrometry, along with an evaluation of the biological activities of its various solvent extracts. Among these, the methanolic leaf extract exhibited mild radical scavenging activity, low to moderate antimicrobial activity, and limited cytotoxicity in both the brine shrimp lethality assay and MTT assay against HeLa and A549 cell lines. High-performance liquid chromatography–electrospray ionization–high-resolution tandem mass spectrometry (HPLC-ESI-HRMS/MS) analysis led to the annotation of 34 metabolites, primarily alkaloids. These included 23 indole alkaloids, two fatty acids, two pentacyclic triterpenoids, one amino acid, four porphyrin derivatives, one glyceride, and one chlorin derivative. Notably, two metabolites—2,3-dihydroxypropyl 9,12,15-octadecatrienoate and (10S)-hydroxypheophorbide A—were identified for the first time in C. roseus. Furthermore, Global Natural Products Social Molecular Networking (GNPS) analysis revealed 18 additional metabolites, including epoxypheophorbide A, 11,12-dehydroursolic acid lactone, and 20-isocatharanthine. These findings highlight the diverse secondary metabolite profile of C. roseus and support its potential as a source of bioactive compounds for therapeutic 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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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 ».