Extraction method dominates phytochemical profiles of aromatic medicinal herbs: a comparative HPTLC study
Notice bibliographique
Résumé
Abstract The extraction method is a critical determinant of the phytochemical profile obtained from medicinal plants, yet comparative evaluations across multiple extraction techniques and plant species remain limited. In this study, the qualitative influence of commonly used extraction methods on the phytochemical composition of aromatic medicinal herbs was investigated using high-performance thin-layer chromatography (HPTLC). Ten aromatic medicinal herbs belonging to the families Lamiaceae , Apiaceae , and Asteraceae were subjected to six extraction approaches: simple distillation, essential oil (essence) extraction, hydroalcoholic tincture, infusion, decoction, and decoction of distillate. All extracts were analyzed under standardized HPTLC conditions using silica gel 60 F254 plates, a toluene-ethyl acetate (93:7 v/v) mobile phase, anisaldehyde-sulfuric acid derivatization, and a standard as a reference compound. Across all investigated species, the extraction method exerted a stronger influence on band number, intensity, and polarity distribution than botanical differences among the herbs. Essential oil and tincture extracts consistently produced the highest diversity of bands, particularly in higher Rf regions corresponding to non-polar and semi-polar compounds. Aqueous methods, including infusion and decoction, predominantly yielded low-Rf polar bands with reduced overall diversity, while simple distillation showed minimal extraction efficiency. These findings demonstrate that extraction strategy is the primary factor governing qualitative phytochemical outcomes in HPTLC-based herbal analysis. The results highlight the importance of method selection in phytochemical screening and provide a comparative framework for choosing appropriate extraction techniques in pharmacological, cosmetic, and analytical 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 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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».