Cree antidiabetic plant extracts display mechanism-based inactivation of CYP3A4
Notice bibliographique
Résumé
Seventeen Cree antidiabetic medicinal plants were studied to determine their potential to inhibit cytochrome P450 3A4 (CYP3A4) through mechanism-based inactivation (MBI). The ethanolic extracts of the medicinal plants were studied for their inhibition of CYP3A4 using the substrates testosterone and dibenzylfluorescein (DBF) in high pressure liquid chromatography (HPLC) and microtiter fluorometric assays, respectively. Using testosterone as a substrate, extracts of Alnus incana, Sarracenia purpurea, and Lycopodium clavatum were identified as potent CYP3A4 MBIs, while those from Abies balsamea, Picea mariana, Pinus banksiana, Rhododendron tomentosum, Kalmia angustifolia, and Picea glauca were identified as less potent inactivators. Not unexpectedly, the other substrate, DBF, showed a different profile of inhibition. Only A. balsamea was identified as a CYP3A4 MBI using DBF. Abies balsamea displayed both NADPH- and time-dependence of CYP3A4 inhibition using both substrates. Overall, several of the medicinal plants may markedly deplete CYP3A4 through MBI and, consequently, decrease the metabolism of CYP3A4 substrates including numerous medications used by diabetics.
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 ».