Notice bibliographique
Résumé
Abstract Sex differences in drug metabolism are recognized as a major determinant of sex differences in pharmacokinetics and an important contributor to interindividual differences in drug metabolism and, in some cases, drug action. Sex differences in human drug metabolism have also been observed with a variety of drugs. The biochemical basis of sex differences in hepatic drug metabolism was largely unknown until the 1980s when it was discovered that the expression of many drug‐metabolizing enzymes, including several members of the cytochrome P450 (CYP) superfamily, is sex dependent in rat and mouse liver. Well‐studied examples include rat enzymes CYP2C11, which is male specific in its expression, and CYP2C12 (female specific) and CYP2A1 (female predominant). The major gonadal hormones, testosterone and estradiol, regulate the sex‐dependent expression of rat hepatic CYP enzymes indirectly, through their effects on the hypothalamus and its regulation of the sexually dimorphic, ultradian rhythm of pituitary growth hormone (GH) secretion, which ultimately dictates the sex‐dependent patterns of expression of these CYPs and certain other drug‐metabolizing enzymes. In male rats, the intermittent, pulsatile pattern of GH secretion stimulates the expression of male‐specific liver enzymes, whereas the more continuous pattern of GH release in females suppresses the expression male‐specific enzymes while inducing female‐specific enzymes. The current view is that the transcription factors STAT5b and HNF4α coordinately regulate the action of GH and its resultant effect on the sex‐dependent expression of hepatic CYP genes and thus provide a molecular basis for sex differences in drug metabolism.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,014 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».