Quercetin is a bioactive compound that has many beneficial effects on human health. Due
to a lack of information about quercetin and quercetin derivatives in the Vietnam shallot,
this work aimed to identify the quercetin family in shallot skin and flesh by liquid
chromatography-mass spectrometry. Effect of extraction method (conventional solvent
extraction and ultrasound-assisted extraction), including ethanol concentration (40–80%)
and extraction time (15 to 60 mins) on the yield of quercetin were also investigated in this
study. Quercetin, quercetin-glucoside and methylated-quercetin-hexose were commonly
found in the extract of shallot flesh and skin. A very small amount of quercetin aglycone
(0.7%) was found in flesh extract, while it was the most abundant in the skin sample
(46.3%). The high content of quercetin-mono-glycoside was obtained in shallot extract
(43.8% and 35.3% in the shallot flesh and skin, respectively). The flesh extract also
contained high level of quercetin-di-glucoside (38.9%). About 14-16% of methylatedquercetin (-glucoside) were found in shallot bulb (both skin and flesh). It was found that
ethanol concentration and extraction time directly affected on the quercetin extraction
yield. The highest quercetin content was obtained in the sample which was extracted in
60% ethanol in combination with ultrasound-assisted extraction for 15 to 45 mins. The
ultrasound-assisted extraction method improved quercetin yield by 13.38-15.64% and
49.46-56.88% for shallot skin and flesh compared to conventional solvent extraction. This
study proved that ultrasound-assisted extraction could successfully be used for extraction
of quercetin from shallot (both skin and flesh).
Lưu vực sông Nhuệ -sông Đáy được biết đến như một điểm nóng về chất lượng nước, gây ảnh hưởng lớn đến sức khoẻ người dân cũng như cảnh quan, môi trường lưu vực sông trong những năm gần đây. Nghiên cứu xây dựng mô hình trí tuệ nhân tạo (AI) mô phỏng chất lượng nước sông Nhuệ-Đáy dựa trên kết quả mô phỏng thủy động lực và chất lượng nước của mô hình thủy lực MIKE 11. Dữ liệu đầu vào bao gồm: địa hình, số liệu thủy văn, dữ liệu nguồn thải tại các vị trí quan trắc để mô phỏng chất lượng nước trong mô hình MIKE 11. Mô hình AI sử dụng thuật toán MLP -ANN xây dựng quan hệ hồi qui giữa lưu lượng nước sông và nồng độ các nguồn thải với các chỉ số chất lượng nước để dự báo chất lượng nước tại các vị trí kiểm soát theo các kịch bản kiểm soát và quản lý nguồn thải khác nhau một cách nhanh chóng. Kết quả từ mô hình AI gần sát với kết quả từ mô hình MIKE 11 với chỉ số R 2 đạt từ 0,98 trở lên với thời gian mô phỏng nhanh hơn hàng nghìn lần so với mô hình thủy lực, là một công cụ hữu hiệu, cho phép đưa ra dự báo chất lượng nước nhanh. Nghiên cứu cung cấp công cụ quản lý cho các nhà quản lý trong đánh giá nhanh tác động của các giải pháp qui hoạch, quản lý và kiểm soát ô nhiễm nguồn nước trên lưu vực sông Nhuệ -Đáy. Từ khóa: Chất lượng nước; Lưu vực sông Nhuệ-Đáy; Mô hình MIKE 11; Mô hình trí tuệ nhân tạo AI; MLP-ANN.
Mục tiêu: Đánh giá tác dụng cải thiện hội chứng chèn ép rễ thần kinh thắt lưng và chức năng sinh hoạt hang ngày của thủy châm thuốc Golvaska kết hợp điện châm và dùng bài thuốc Độc hoạt tang ký sinh trên bệnh nhân đau thần kinh hông to do thoái hóa cột sống và khảo sát tác dụng không mong muốn của phương pháp. Đối tượng và phương pháp: Nghiên cứu can thiệp, so sánh kết quả trước và sau điều trị, có đối chứng trên 60 bệnh nhân được chẩn đoán đau thần kinh hông to do thoái hóa cột sống. Kết quả: Nhóm 1 sử dụng Thủy châm Golvaska kết hợp điện châm và Độc hoạt tang kí sinh thang có chỉ số Lasègue trung bình tăng 27,97 ± 14,23 (độ) nhiều hơn nhóm 2 sử dụng điện châm và Độc hoạt tang kí sinh thang sau 15 ngày điều trị (p < 0,01). Nhóm 1 cải thiện chức năng sinh hoạt hàng ngày theo thang điểm Owestry Disability tốt hơn nhóm 2 (p < 0,01). Kết luận: Thủy châm thuốc Golvaska có tác dụng cải thiện hội chứng chèn ép rễ thần kinh và chức năng sinh hoạt hàng ngày ở bệnh nhân đau thần kinh hông to mạn tính và chưa thấy tác dụng không mong muốn của phương pháp.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.