The different metabolism of morusin in various species and its potent inhibition against UDP-glucuronosyltransferase (UGT) and cytochrome p450 (CYP450) enzymes
Notice bibliographique
Résumé
1. The aim of this study was to investigate the inhibitory effect of morusin on Glucuronosyltransferase (UGT) isoforms and cytochrome P450 enzymes (CYP450s). We also investigated the metabolism of morusin in human, rat, dog, monkey, and minipig liver microsomes. 2. 100 μM of morusin exhibited strong inhibition on all UGTs and CYP450s. The half inhibition concentration (IC50) values for CYP3A4, CYP1A2, CYP2C9, CYP2E1, UGT1A6, UGT1A7, and UGT1A8 were 2.13, 1.27, 3.18, 9.28, 4.23, 0.98, and 3.00 μM, and the inhibition kinetic parameters (Ki) were 1.34, 1.16, 2.98, 6.23, 4.09, 0.62, and 2.11 μM, respectively. 3. Metabolism of morusin exhibited significant species differences. The quantities of M1 from minipig, monkey, dog, and rat were 7.8, 11.9, 2.0, and 6.3-fold of human levels. The Km values in HLMs, RLMs, MLMs, DLMs, and PLMs were 7.84, 22.77, 14.32, 9.13, and 22.83 μM, and Vmax for these species were 0.09, 1.23, 1.43, 0.15, and 0.75 nmol/min/mg, respectively. CLint (intrinsic clearance) values (Vmax/Km) for morusin obeyed the following order: monkey > rat > minipig > dog > human. CLH (hepatic clearance) values for humans, dogs, and rats were calculated to be 8.28, 17.38, and 35.12 mL/min/kg body weight, respectively. 4. This study provided vital information to understand the inhibitory potential and metabolic behavior of morusin among various species.
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 | 0,000 |
| 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 ».