Contribution à l'étude de la composition chimique de l'écorce de Larix laricina
Bibliographic record
Abstract
La forêt boréale québécoise est à la base d'une importante activité économique. Cependant, cette industrie produit des résidus forestiers, dont des écorces, des sciures et des branchages. Ces résidus sont principalement utilisés pour la production d'énergie ou abandonnés sur les sites de coupe. Il serait donc intéressant de valoriser cette ressource, par exemple, dans le secteur biopharmaceutique. En effet, les plantes de la forêt boréale ont été utilisées dans la médecine traditionnelle amérindienne pour soulager ou pour soigner divers maux. Cependant, très peu d'espèces végétales de la forêt boréale ont fait l'objet d'études approfondies en ce qui concerne leur composition chimique et leur activité biologique. Dans le cadre de ce travail, nous avons étudié la composition chimique d'un extrait bioactif d'écorce de Larix lancina. Quatre composés ont été isolés par chromatographie sur gel de silice et identifiés par diverses méthodes spectroscopiques (IR, MS, RMN). Ces composés sont: le 19-acétoxy-135-hydroxylabda-8(17),14-diène (1), le 19-oxo-8iî-hydroxylabda- 12(Z),14-diènal (2), le cw-19-hydroxyabienol (3) et le 3-methoxy-3,3',5'- trihydroxystilbene (4). La structure des produits 2 et 3 n'avait jamais été rapportée dans la littérature, alors que les produits 1 et 4 sont des composés connus rapportés pour la première fois dans L. laricina. La cytotoxicité des produits 1-4 a été évaluée sur des lignées de cellules cancéreuses du poumon (A-549) et du côlon (DLD-1) ainsi que sur une lignée de cellule saine (WS-1). Les produits 1 et 2 sont cytotoxiques sur toutes les lignées cellulaires testées, alors que le produit 4 ne présente aucune cytotoxicité. Finalement, le produit 3 montre une activité significative et sélective contre les cellules cancéreuses du côlon sans cytotoxicité pour les cellules saines.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.001 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.003 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".