MétaCan
Menu
Retour à la cohorte
Enregistrement W1582120612 · doi:10.18433/j3902h

Cytochrome P450 3A4 and 2D6-Mediated Metabolism of Leisure and Medicinal Teas

2014· article· en· W1582120612 sur OpenAlexafffundvenue
Teresa Tam, Rui Liu, Ammar Saleem, John T. Arnason, Anthony Krantis, Brian C. Foster

Notice bibliographique

RevueJournal of Pharmacy & Pharmaceutical Sciences · 2014
Typearticle
Langueen
DomaineMedicine
ThématiqueTea Polyphenols and Effects
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesHealth Canada
Mots-clésCYP3A4Traditional medicineCamellia sinensisCYP2D6Cytochrome P450ChemistryBlack teaMedicinal plantsPharmacologyMetabolismFood scienceBiochemistryBiologyMedicineBotany

Résumé

récupéré en direct d'OpenAlex

PURPOSE: Thirty-five commercially available Camellia sinensis (black and green) and herbal leisure teas and an assortment of Traditional Chinese medicinal teas were randomly selected and examined for their potential to inhibit the drug metabolizing enzyme cytochrome P450 3A4 (CYP3A4). The study was then extended to examine CYP2D6*1 and CYP2D6*10. METHODS: Microtiter fluorometric assays were utilized to examine the potential for the teas to inhibit CYP-mediated metabolism. Aqueous or alcoholic extracts of the dried tea plant material were examined. METHODS: Most of the black and green leisure teas generally inhibited CYP3A4 more than the Chinese medicinal teas. The medicinal Chinese teas were generally more inhibitory towards CYP3A4 compared to the CYP2D6 isozymes, and the aqueous extracts displayed more potency than the alcoholic extracts. CONCLUSIONS: Tea whether used for leisure or medicinal purposes has the potential to inhibit CYP3A4-mediated drug metabolism particularly black tea.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,641
Score d'incertitude au seuil0,497

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,046
Tête enseignante GPT0,386
Écart entre enseignants0,340 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations8
Publié2014
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueJournal of Pharmacy & Pharmaceutical SciencesMême sujetTea Polyphenols and EffectsTravaux en français237 207