Exploring the Cytokinin Profile of Doliocarpus dentatus (Aubl.) Standl. From Guyana and Its Relationship with Secondary Metabolites: Insights into Potential Therapeutic Benefits
Notice bibliographique
Résumé
Background/Objectives: Possessing red and white ecotypes, and utilized in traditional Guyanese medicine, Doliocarpus dentatus’ red ecotype is preferred locally for its purported superior therapeutic efficacy. Although therapeutic metabolites were detected in D. dentatus previously, phytohormones remain largely unexplored, until now. Cytokinins, phytohormones responsible for plant cell division, growth and differentiation, are gaining traction for their therapeutic potential in human health. This study screened and quantified endogenous cytokinins and correlated detected cytokinins with selected secondary metabolites. Methods: Liquid chromatography–mass spectrometry was used to acquire phytohormone and metabolite data. Bioinformatics tools were used to assess untargeted metabolomics datasets via statistical and pathway analyses, and chemical groupings of putative metabolites. Results: In total, 20 of the 35 phytohormones were detected and quantified in both ecotypes, with the red ecotype displaying higher free base and glucoside cytokinin concentrations and exhibited 6.2 times the total CK content when compared to the white ecotype. Pathway analysis revealed flavonoid and monoterpenoid biosynthesis in red and white ecotypes, respectively. Positive correlations between specific cytokinins and alkaloids, and between trans-Zeatin and isopentenyladenosine riboside with phenolic compounds were observed. Conclusions: These results suggest that the red ecotype’s elevated cytokinin levels coupled with flavonoid biosynthesis enrichment support its preference in Guyanese traditional medicine.
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 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 | 0,001 |
| 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 tête enseignante, 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 ».