اثرات زعفران و اجزای تشکیل‌دهنده آن شامل کروسین-1، کروسین-2 و کروستین بر فیبریل‌های آلفا-سینوکلئین

زعفران، کلاله گیاه Crocus sativus Linné از تیره زنبق، برای مهار تجمع پروتئین بافت عصبی بتا-آمیلوئید شناخته شده است. آلفا-سینوکلئین (αS) یک پروتئین 140 اسید آمینه‌ای است که به وفور در مناطق مختلف مغز یافت می‌شود. گفته می‌شود که تجمع و انباشت غیرطبیعی آن در بافت عصبی باعث بیماری‌های تخریب‌کننده عصبی مانند بیماری پارکینسون، زوال عقل اجسام لوی و آتروفی سیستم چندگانه می‌شود. این مطالعه اثرات زعفران، اجزای تشکیل‌دهنده آن (کروسین-1، کروسین-2، کروستین و سافرانال) و آنالوگ‌های ساختاری کروستین را بر تجمع αS و تفکیک فیبریل αS بررسی کرد. زعفران به صورت وابسته به دوز، تجمع αS را مهار و فیبریل‌های αS را با استفاده از آزمون فلورسانس تیوفلاوین T تفکیک کرد. این اثرات توسط میکروسکوپ الکترونی عبوری مشاهده شد که کاهش و کوتاه شدن فیبریل‌های αS را نشان داد. کروسین-1، کروسین-2 و کروستین اثرات ضد تجمع و تفکیک فیبریل را نشان دادند که کروستین قوی‌ترین آن‌ها بود. اثرات نوربی‌کسین ضعیف‌تر از کروستین بود و سایر آنالوگ‌های ساختاری کروستین هیچ اثری نشان ندادند. این نتایج نشان می‌دهد که زعفران و اجزای تشکیل‌دهنده آن (کروسین-1، کروسین-2 و کروستین) می‌توانند در پیشگیری و درمان بیماری‌های ناشی از تجمع غیرطبیعی αS مؤثر باشند.

This research was conducted to evaluate saffron yield and biomass using the AquaCrop plant growth model under different deficit irrigation options and zeolite application using experimental results from 2013 and 2014. In the conducted research, 36 measured data for each parameter under irrigation level treatments (local tradition, deficit irrigation with 70% reduction of crop water requirement, and irrigation based on full crop water requirement) and zeolite application (0, 0.5%, 1%, and 2% by soil weight) were randomly divided into two groups. The first group (including 70% of the data) was used for calibration and the second group (including 30% of the data) was used to validate the AquaCrop model. Simulation results showed that in both calibration and validation stages, treatments including traditional local irrigation had the highest difference with measured values. In some cases, treatments containing zeolite reduced this difference, but no significant relationship was observed between the results. The RMSE, MBE, and NRMSE statistics for simulating saffron yield in the validation stage were 0.48 (kg.ha⁻¹), -2.21 (kg.ha⁻¹), and 0.09, respectively. These values for biomass in the same stage were 151.9 (kg.ha⁻¹), 74.2 (kg.ha⁻¹), and 0.13, respectively. These values indicated that the model had appropriate accuracy for simulating saffron yield and biomass. The model’s efficiency using the EF statistic values for yield in both calibration and validation stages were 0.32 and 0.42, respectively, and for biomass in the same two stages were 0.99 and 0.99, respectively. Based on the obtained results, the model had sufficient accuracy for simulating saffron yield and biomass under deficit irrigation and zeolite application conditions. Therefore, using this model as a plant growth model for simulating saffron is recommended.