Cannabidiol is a negative allosteric modulator of the cannabinoid CB <sub>1</sub> receptor
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND AND PURPOSE: Cannabidiol has been reported to act as an antagonist at cannabinoid CB1 receptors. We hypothesized that cannabidiol would inhibit cannabinoid agonist activity through negative allosteric modulation of CB1 receptors. EXPERIMENTAL APPROACH: Internalization of CB1 receptors, arrestin2 recruitment, and PLCβ3 and ERK1/2 phosphorylation, were quantified in HEK 293A cells heterologously expressing CB1 receptors and in the STHdh(Q7/Q7) cell model of striatal neurons endogenously expressing CB1 receptors. Cells were treated with 2-arachidonylglycerol or Δ(9)-tetrahydrocannabinol alone and in combination with different concentrations of cannabidiol. KEY RESULTS: Cannabidiol reduced the efficacy and potency of 2-arachidonylglycerol and Δ(9)-tetrahydrocannabinol on PLCβ3- and ERK1/2-dependent signalling in cells heterologously (HEK 293A) or endogenously (STHdh(Q7/Q7)) expressing CB1 receptors. By reducing arrestin2 recruitment to CB1 receptors, cannabidiol treatment prevented internalization of these receptors. The allosteric activity of cannabidiol depended upon polar residues being present at positions 98 and 107 in the extracellular amino terminus of the CB1 receptor. CONCLUSIONS AND IMPLICATIONS: Cannabidiol behaved as a non-competitive negative allosteric modulator of CB1 receptors. Allosteric modulation, in conjunction with effects not mediated by CB1 receptors, may explain the in vivo effects of cannabidiol. Allosteric modulators of CB1 receptors have the potential to treat CNS and peripheral disorders while avoiding the adverse effects associated with orthosteric agonism or antagonism of these receptors.
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.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle