Also known as Oxigen Radical Absorbance Capacity
former method of characterizing antioxidants
via PubMed
ORAC (skrótowiec od ang. Oxygen Radical Absorbance Capacity) – zdolność pochłaniania reaktywnych form tlenu przez przeciwutleniacze (inaczej: pojemność antyutleniająca lub pojemność antyoksydacyjna) w próbkach biologicznych. Metodą pomiaru pojemności antyutleniającej jest metoda ORAC-FL wykorzystująca fluoresceinę w roli sondy fluorescencyjnej. W metodzie tej jednostką miary jest "μ mol TE/100 g" tzn. mikromol TE (TE pochodzi od ang. trolox equivalent) na 100 gramów próbki – zatem jednostka ta określa pojemność antyutleniającą 100 gramów próbki równoważnie do 1 mikromola troloksu. Metoda ORAC-FL została opracowana przez Krajowy Instytut ds. Procesu Starzenia (National Institute on Aging) w amerykańskich laboratoriach Narodowych Instytutów Zdrowia (NIH). Stres oksydacyjny odgrywa rolę w powstawaniu i rozwoju oraz chorób związanych z procesem starzenia się. Dieta bogata w warzywa, owoce i inne pokarmy zawierające przeciwutleniacze wspomaga obronę organizmu przed niszczącym wpływem reaktywnych form tlenu. Także niektóre witaminy (np. A, C, E) i niektóre pierwiastki o znaczeniu biologicznym, jak np. selen, pełnią rolę przeciwutleniaczy. Dietetycy zalecają, aby osoby dorosłe spożywały dziennie 200 g warzyw i 200 g owoców, 6–7 kromek chleba oraz 200–250 gramów ziemniaków, ryżu, makaronu, nasion roślin strączkowych (dotyczy postaci gotowych do spożycia), aby pokryć zapotrzebowanie organizmu na witaminy, minerały, w tym przeciwutleniacze oraz błonnik. Zaznaczają przy tym, że warzywa, owoce, chleb, ryż (szczególnie ryż brązowy), ziemniaki i makaron (najlepiej z pełnego ziarna) oraz kasze i nasiona roślin strączkowych posiadają dużą wartość odżywczą przy jednoczesnej niskiej wartości energetycznej. Aby dostarczyć organizmowi niezbędne składniki, w tym przeciwutleniacze, należy regularnie spożywać różne owoce i warzywa.
Abstract from DBpedia / Wikipedia · CC BY-SA
via Wikidata sitelinks · CC0
Discovered by embedding cosine similarity (sentence-transformers MiniLM, 384-dim).