Digital Discovery 2026 Issue 3 中国作者论文

RSC英国皇家化学会 2026-06-17 18:10
文章摘要
本研究通过系统调查991种芳香植物中的2391种挥发物,结合集成机器学习方法,识别具有潜在助眠活性的成分。背景:睡眠障碍影响全球近三分之一人口,现有药物治疗存在风险与副作用,芳香植物具有缓解压力、促进睡眠的功效,但其活性挥发物缺乏系统认识。研究目的:建立系统识别助眠挥发物的方法,通过大规模数据挖掘、计算预测与体内实验验证,描绘助眠挥发物与芳香植物的全景图谱。结论:五种候选挥发物中四种(成功率80%)显著诱导助眠效果,经脑电图分析与GABA受体表达调控验证;菊科、唇形科和樟科等植物家族富含高潜力挥发物,薰衣草与紫苏等物种值得进一步研究。本研究为加速发现具有药物、功能食品及天然疗法应用潜力的生物活性成分提供了可复用的研究范式。
Digital Discovery 2026 Issue 3 中国作者论文
本站注明稿件来源为其他媒体的文/图等稿件均为转载稿,本站转载出于非商业性的教育和科研之目的,并不意味着赞同其观点或证实其内容的真实性。如转载稿涉及版权等问题,请作者速来电或来函联系。
推荐文献
RSC英国皇家化学会
最新文章
热门类别
相关文章
联系我们:info@booksci.cn Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。 Copyright © 2023 布克学术 All rights reserved.
京ICP备2023020795号-1
ghs 京公网安备 11010802042870号
Book学术文献互助
Book学术文献互助群
群 号:604180095
Book学术官方微信
小红书