The metabolism of amiodarone by various CYP isoenzymes of human and rat, and the inhibitory influence of ketoconazole
Notice bibliographique
Résumé
PURPOSE: To evaluate the metabolism of amiodarone (AM) to desethylamiodarone (DEA) by selected human and rat cytochrome P450, and the inhibitory effect of ketoconazole (KTZ). METHODS: Some important CYP isoenzymes (rat CYP1A1, 1A2, 2C6, 2C11, 2D1, 2D2, and 3A1 and human CYP1A1, 1A2, 2D6 and 3A4) were spiked with various concentrations of AM to determine the relative kinetic parameters for formation of DEA in the presence and absence of various concentrations of KTZ. RESULTS: The formation of DEA was observed when AM was exposed to each of the CYP tested, although the rates were varied. Human CYP1A1 followed by 3A4 had the highest intrinsic clearance (CLint) for DEA formation whereas in rat, CYP2D1 followed by CYP2C11 had the highest CLint. Human and rat CYP1A2 seemed to have the lowest CLint. At high concentrations of AM and KTZ, near those expected in vivo, significant inhibition of all isoforms except for rat CYP1A2 was observed. At lower concentration ranges of both drugs, the inhibitory constant was determined. At these levels, KTZ was found to potently inhibit human CYP1A1 and 3A4 and rat 2D2 and 1A1. CONCLUSION: Human CYP1A1 and 3A4 and rat CYP2D1 and 2C11 were most efficient in converting AM to DEA. For DEA formation, the in vivo administration of KTZ could inhibit other CYP isoforms besides CYP3A in human and rat.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».