摘要:由植物的叶子、花朵、种子或茎组成的食品调味品/香料是食品添加剂,可为食品增添特殊的香气和风味,从而增加其口感,但可能藏有多种微生物。因此,本文的目的是使用各种标准微生物技术分离、鉴定和表征尼日利亚夸拉州伊洛林市常见的食品调味品(大蒜、生姜、胡椒和姜黄)中的细菌分离物。地点 A 的样品中异养菌总数 (THC) 最高,为 21.52 ± 5.31 Cfu/ml。地点 B 的大蒜样品中大肠菌群总数 (TCC) 最高,为 6.67 ± 4.93 Cfu/ml。地点 C 的大蒜样品中葡萄球菌总数 (TSC) 最高,为 4.00 ± 1.00 Cfu/ml。地点 C 的大蒜样品中沙门氏菌-志贺氏菌总数最高,为 4.67 ± 3.06
在孟加拉国生长了许多不同种类的香料。在这些香料中,大蒜是最重要的。尽管每年需要600,000吨大蒜,但孟加拉国仅设法生产约80,000公吨的香料[1]。根据政府的报道,其余部分主要来自印度和中国。每一天都会发现对大蒜的需求有所上升。因此,由于没有足够的供应来满足需求,价格就会更高。诸如孟加拉国农业部报道的2018年的大蒜在2018年的五十至八十塔卡。2019年对大蒜的需求激增。但是,大蒜供应没有变化。价格从2024年到250。以大蒜为例; 2019年1月1日,价格为每公斤80塔卡,但到7月14日,每公斤升至180塔卡。由于其异常行为,因此对这种变化有很大的关注。定价范围表明,增加和减少是零星的。孟加拉国贫穷的人无法承担这笔费用。数据不确定性的非结构化特征为财务预测增加了复杂性。的预测进一步混淆了这样一个事实,即天气,劳动力,储存量,运输和供求比等变量会影响结果。现代AI允许机器模仿人类的行为。使用多种ML算法,M。M。Hasan等。[2]成功消除了洋葱市场的波动,并预测了未来的洋葱价格。在金融中应用机器学习的可能性很大。为了实现这一目标,我们采用了有关大蒜价格的收集数据,我们开发了一些能够预测未来大蒜价格的ML和DL模型。如Geron等人[3]所观察到的,只有一些可用的机器学习工具包括Scikit-Learn,Tensorflow,Matplotlib,Pandas和Numpy。为了使用我们的数据集,使用各种功能选择和特征提取算法。对于第一个模型,使用了DNN。对于第二和第三模型,使用的模型类型是长期记忆(LSTM)模型。最后,第四型模型是LSTM和ML的组合结构,其中LSTM部分仅用于选择特征,而ML算法(如梯度增强回归(GBR),随机森林回归(RFR),线性回归(LR)(LR)都用于训练功能。由于我们将为大蒜每日价格产生预测,因此我们对此进行了监督的学习。根据大蒜市场的给定ML和DL模型,可以在不同来源预测该产品的价格。我们的工作集中在这一目标上。
摘要 - 全球农业行业已经面临各种问题,例如人口迅速增长和气候变化。在几个国家中,日本的农业劳动力在下降。为了解决这个问题,日本政府旨在实现应用信息和通信技术,人工智能和机器人技术的“智能农业”。智能农业要求开发机器人技术来进行除草和其他劳动密集型农业任务。机器人除草由一种使用机器学习的对象检测方法组成,以对杂草和农作物进行分类以及使用机器人手和激光器的自主除草系统。但是,这些方法使用的方法会根据作物的生长而改变。除草系统必须根据作物的生长考虑组合。本研究介绍了杂草检测和农作物混合脊(例如大蒜和姜田)中的自主除草。我们首先使用Mask R-CNN开发一种杂草检测方法,该方法可以通过RGB-D相机捕获的颜色图像来检测单个杂草。所提出的系统可以根据检测到的杂草区域和相机捕获的深度图像在物理空间中获得杂草坐标。随后,我们提出了一种指导除草剂操纵器向检测到的杂草坐标的方法。本文通过这两种建议的方法整合了杂草检测和自主除草。我们评估了在实际领域拍摄的图像训练的面膜R-CNN的性能,并证明所提出的自主除草系统在复制的山脊上起作用,其人造杂草类似于大蒜和杂草叶子。
由于病原体抗性以及使用化学农药的高成本和不利的环境影响,研究人员正在寻找其他方法来控制害虫和疾病,例如生物控制。许多研究证明了大蒜植物生化化合物的抗菌作用,但没有关于大蒜植物热稳定蛋白的抗菌活性的报道。考虑到这些蛋白质在应激中的可靠作用,进行了这项研究,以研究这些蛋白质在拉斯托尼亚茄型和链霉菌链球菌细菌上的抗菌作用。使用完全随机的阶乘设计,在单独的实验中测试了每个细菌的抗菌特性,该设计具有三个因素和三个重复。从克隆,组织和应用于甲状腺菌细菌的各种浓度的热稳定蛋白在抑制区的直径和最高抑制区的直径上差异很显着差异,与哈马丹克隆的叶片有关。最低抑制浓度MIC和最小杀菌浓度MBC与Hamadan克隆的叶HSP有关。结果,与其他治疗相关的Hamadan叶具有较小的MIC和MBC以及较大的抑制区显示出最高的抑制作用。在SDS-PAGE电泳中,仅观察到HSP40家族的叶子热稳定蛋白电泳带,而在大蒜丁香家族中,小HSP(SHSP),HSP40,HSP40,HSP70,HSP90和HSP90和HSP100。doi:10.22126/atic.2024.9201.1106©作者2024。Razi University出版结果表明,来自大蒜的热稳定蛋白可以用作针对致病性孢菌细菌的主要抗菌剂,但没有生物学作用作为s. cabies细菌的抗菌剂。本研究的结果表明,大蒜植物的HSP可用于对甲状腺菌细菌产生抗性。
大多数香料中的生物活性化合物具有抗菌和其他重要的生物医学特性。考虑到最近与耐药病原体有关的全球大流行和挑战,对天然免疫助推器(香料和草药)的需求很大。这项研究旨在将姜,大蒜和姜黄香料与某些致病性微生物的功效进行比较。使用标准微生物学方法进行了香料,抗菌敏感性和最小抑制浓度测试的水性提取。生物活性化合物。姜的水提取物抑制除肺炎链球菌以外的所有测试分离株的生长,其抑制区域在0.9 mm至13.5 mm之间。大肠杆菌,肺炎链球菌和流感嗜血杆菌对姜黄提取物具有抗性,而大蒜的提取物仅抑制了四种测试病原体。姜黄的抑制区域在4.4毫米至10.9毫米之间,而大蒜的抑制区域在4.7毫米至11.5毫米之间。所有香料提取物并未抑制10–40%的微生物生长。抗生素光谱表明芽孢杆菌sp。对除一种硝基氟氨基蛋白以外的所有人都具有抗药性,该硝基氟氨酸也抑制了除流感h. h. h. h. h. h. h. h. h. b. sone,其区域范围在10.5 mm至11.6毫米之间。除大肠杆菌(10.6 mm)以外,所有测试病原体都对克罗西克蛋白具有抗性。生姜中存在的主要植物活性化合物是2-叔丁酮,4-(4-羟基-3-甲氧基苯基),1,3-循环己二二二酯和1-(4-羟基-3-甲氧基)。
大蒜素是在氧化过程中起重要保护作用的单个大蒜(葱壁)中的主要含硫化合物。由于其毒性较小,并且在预防几种癌症类型的预后和衰减结局方面具有效力,因此将大蒜素作为乳腺癌的潜在自然疗法。此外,由于N-乙酰半胱氨酸(NAC)和大蒜素的相似结构,它预测大蒜素可能会与NAC产生相同的治疗作用,NAC能够显示出对人类表皮生长因子受体受体(HER-2)乳腺癌的抗肿瘤作用。乳腺癌是女性中最常见的癌症,世界上癌症的第二高癌症可能会使用大呼吸素提供益处,以防止癌症以更好的安全性为预防癌症。然而,很少对大蒜素在HER-2阳性乳腺癌中的功能作用进行研究。在这项研究中,我们使用SILICO研究计算并比较了大蒜素和NAC与HER-2受体的结合能,药代动力学特性以及毒性的毒性,以评估其作为HER-2阳性乳腺癌替代疗法的效力。通过使用molegro虚拟Docker,大紫y和NAC与HER -2受体之间的亲和力表现出相等的结果,用于大鼠素的-62,1239 kcal/mol,NAC的亲和力为-65,8084 kcal/mol。同时,使用PKCSM在线工具研究其药代动力学特性和毒性,表明大鼠素比NAC更安全。因此,可以得出结论,与NAC相比,大蒜素化合物在HER-2阳性乳腺癌中具有相对相同的抗肿瘤效能。此外,大蒜素还具有相当好的药代动力学特征和更耐受的毒性特性,而不是NAC。
摘要:乳腺癌正在成为死亡的主要危险因素,影响数百万妇女。这种癌症会发展出几种理想的特性,这些特性会损害女性中常规乳腺的维持。ER-α蛋白的过度膨胀可以通过刺激生物体中的雌激素基因表达来驱动,这可能导致各种乳腺癌的改善和进步。结果,它涵盖了临床研究中的广泛的生化治疗靶标。在当前研究中评估了几种植物蛋白L.(大蒜)的几种植物化学成分(有机硫化合物和类黄酮)的能力和结合能力。这项研究中研究的化学物质与3ERT分子具有显着关联。yriin与3ERT(-4.8 kcal/mol)具有最好的脂溶性化合物接触,而S-酰胺级别的半胱氨酸具有与3ERT(-4.6 kcal/mol)的最佳水溶性化合物相互作用。在测试的所有类黄酮中,黄酮植物化合物Kaempferol具有最大结合能(-8.0 kcal/mol)。已经发现类黄酮类似物对蛋白3ert的亲和力比所检查的有机硫化合物具有更高的亲和力,从而导致广泛的体外研究。
artlic(葱度)是整个印度的重要鳞茎作物之一,用作香料或调味品。对于印度来说,这也是重要的外汇收入。几乎所有洋葱的人都消耗了它。大蒜比其他鳞茎作物具有更高的营养价值。它富含蛋白质,磷,钾,钙,镁和碳水化合物。大蒜含有较高浓度的硫化合物,这些化合物对其药物作用是可取的(Chakraborty and Majumder,2020年)。抗坏血酸的含量在绿色大蒜中很高。大蒜也具有杀虫特性。大蒜是霜冻植物,需要在鳞茎成熟期间生长和相对干燥的期间凉爽和潮湿的时期。膨胀发生在较长的几天内,在高温下,暴露于灯泡形成后的低温,有利于该过程。临界日长度为12小时,温度也会影响块。休眠丁香或年轻植物暴露于20°C的温度或较低,具体取决于1-2个月的品种,会升起随后的底座。大蒜h