Bioactive Compounds of Indigenous Canadian Small Fruits: UHPLC-HRMS-Based Phytochemical Characterization, Mineral Composition and Their Antioxidant Activity
Notice bibliographique
Résumé
High Resolution Image Download MS PowerPoint Slide Canadian prairie small fruits have attracted great interest for their potential health benefits, including cardiovascular and anticancer effects. This study examined 14 species of prairie small fruits using a targeted ultra high-performance liquid chromatography coupled with high-resolution mass spectrometry (UHPLC-HRMS) metabolomics approach to quantify 66 phenolic compounds alongside moisture, fat, mineral content, total flavonoid and phenolic content (TPC). Antioxidant capacity was assessed using ferric reducing antioxidant power (FRAP) and radical scavenging assays. Anthocyanins dominated most berries, exceeding 80% of total phenolics in chokeberries and blueberries. Redcurrants and gooseberries contained higher proportions of isoflavones and flavonols, while chokecherries showed notable contributions from procyanidins and hydroxycinnamic acids. Saskatoon berries had the highest TPC (2100 mg/kg) with a balanced flavonoid profile. Principal component analysis revealed Saskatoon berries clustering distinctly from other species, reflecting their unique metabolomic signature. Nannyberries had the strongest FRAP activity, whereas gooseberries and highbush cranberries had the lowest. These findings highlight the phytochemical diversity of prairie berries and their potential for functional food and nutraceutical applications.
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 | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 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) | 0,002 | 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 ».