GC-MS Analysis and Antimicrobial Activity of an Iranian Traditional Medicinal Smoke (Anbarnasara)
سال انتشار: 1400
نوع سند: مقاله ژورنالی
زبان: انگلیسی
مشاهده: 57
فایل این مقاله در 8 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_JMMI-9-3_006
تاریخ نمایه سازی: 29 بهمن 1402
چکیده مقاله:
Introduction: In many countries, people use animal dung smoke to treat infections. Ancient physicians Avicenna and Zakaria Razi (Zakariyyā Rāzī) recommended these compounds to treat infections. In rural areas of Iran, people used female donkey dung (Anbarnasara) smoke to treat respiratory tract and burn wound infections. This study evaluates the antibacterial and antifungal properties of Anbarnasara smoke. Methods: The smoke from burning Anbarnasara was collected in a ۵۰%-methanol solution. Following evaporation of methanol at ۵۰ºC, the remaining compound was dissolved in DMSO, and various concentrations (۳.۱-۱۰۰ mg/ml) were prepared. The antimicrobial effects of various concentrations (۳.۱-۱۰۰ mg/ml) of Anbarnasara smoke solution (ASS) were investigated, using the agar well diffusion method on ۱۵ different microorganisms, including eight standard microorganisms and seven bacteria species from clinical specimens. Also, GC-MS analysis was performed to identify the components in ASS. Results: Antifungal activity on Candida albicans was observed at ۶.۲- ۱۰۰ mg/ml of ASS. Among Gram-positive and Gram-negative bacteria, the most significant inhibition zones belonged to Staphylococcus epidermidis (۳۰.۵± ۰.۷۰ mm) and Proteus mirabilis (۲۵± ۰.۰۰ mm) at ۱۰۰ mg/ml. GC-MS analysis showed ۱۶ major peak areas, and of identified components, ~۵۰% were phenolic compounds. Conclusion: Our results confirmed the ancient physicians' belief in the antibacterial and antifungal properties of Anbarnasara smoke.
کلیدواژه ها:
نویسندگان
Mahboobeh Akbarizare
IROST
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :