洞察泰国和外国大麻种子油和提取物的GC / MS数据再分析通过学习算法和抗衰老特性

科学领域:

• 植物化学 植物化学
• 生物技术是生物技术.
• 分析化学 分析化学

背景情况:

• 大麻种子提取物含有具有潜在健康益处的生物活性化合物.
• 对于大麻制品来说,质量控制和原产地歧视至关重要.
• 识别负责抗衰老特性的特定化合物是有趣的.

研究的目的:

• 开发一个区分模型来区分泰国和外国的麻提取物.
• 确定与抗衰老特性相关的关键代谢特征,特别是弹性酶抑制.
• 验证已识别的化合物的协同作用及其在护肤和功能性食品中的潜力.

主要方法:

• 气体染色学/质谱学 (GC/MS) 用于代谢分析.
• 机器学习算法:等级集群分析 (HCA),主要组件分析 (PCA),部分最小方位差异分析 (PLS-DA).
• 弹性酶抑制活性和分子对接的生物验证.

主要成果:

• 一个新的歧视模型成功地区分了泰国和外国的麻提取物.
• 维生素E,克里奥纳斯特醇和林诺酸被确定为与抗衰老相关的显著代谢特征.
• 单独的化合物显示出中度的弹性酶抑制,而二元组合则表现出协同效应 (高达89.76%的抑制).
• 分子对接证实了强大的结合亲和力,并增强了化合物组合的抑制作用.

结论:

• 该研究为大麻种子提取物的质量控制和标准化提供了强有力的框架.
• 已识别的生物活性化合物及其协同相互作用为开发有效的天然抗衰老护肤配方提供了潜力.
• 开发的模型对于确保产品的一致性和大麻菌株的准确采购是有价值的.
• 这项研究推进了对功能性食品和化品应用中的大麻种子植物化学物质的理解.