Optimization of a Green Extraction Technique for Kratom (Ketum) Leaf Extract via Accelerated Solvent Extraction: Phytochemical Profiles, Cytotoxicity, and Antinociceptive Activity
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
Kratom ( Mitragyna speciosa Korth.) has gained increasing scientific interest for its potential in pain management and addiction treatment. This study employs a green chemistry approach to optimize the extraction of kratom leaves by using Accelerated Solvent Extraction (ASE) with an ethanol–water binary solvent system. The goal was to improve the yield and potency of key bioactive compounds, especially mitragynine. Optimization was performed using One-Factor-at-a-Time (OFAT) analysis and Response Surface Methodology (RSM) employing a Box-Behnken Design (BBD). The optimal extraction conditions were determined to be an 8 min extraction time, 60 °C temperature, and 40% ethanol concentration, which resulted in mitragynine content of 4.66%, total phenolic content of 212.69 GAE mg/g, and total flavonoid content of 126.13 QE mg/g. The safety profile of the optimized ASE kratom leaf extract was evaluated using MTT cytotoxicity assay, which revealed selective cytotoxicity against HepG2 liver cancer cells (IC 50 = 7.69 μg/mL), while showing no cytotoxicity toward HL-7702 normal liver cells (IC 50 > 200 μg/mL). Antinociceptive activity was tested in BALB/c albino mice using the hot-plate test, where the optimized ASE kratom leaf extract demonstrated analgesic effects at dosages of 100, 200, and 500 mg/kg. Phytochemical profiling combining NMR and UPLC-ESI-QTOF-MS/MS identified several known kratom constituents, including mitragynine and its congeners as well as bioactive flavonoids such as isoquercitrin and rutin. The optimized ASE method using a green ethanol–water system produces kratom extracts with promising safety and therapeutic potential, though further work is needed to refine and scale the approach for broader phytopharmaceutical use.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 découle