Assessment of Competitive and Mechanism-Based Inhibition by Clarithromycin: Use of Domperidone as a CYP3A Probe-Drug Substrate and Various Enzymatic Sources Including a New Cell-Based Assay with Freshly Isolated Human Hepatocytes
Notice bibliographique
Résumé
Clarithromycin is involved in a large number of clinically relevant drug-drug interactions. Discrepancies are observed between the magnitude of drug interactions predicted from in vitro competitive inhibition studies and changes observed clinically in the plasma levels of affected CYP3A substrates. The formation of metabolic-intermediate complexes has been proposed to explain these differences. The objectives of our study were: 1) to determine the competitive inhibition potency of clarithromycin on the metabolism of domperidone as a CYP3A probe drug using human recombinant CYP3A4 and CYP3A5 isoenzymes, human liver microsomes and cultured human hepatocytes; 2) to establish the modulatory role of cytochrome b5 on the competitive inhibition potency of clarithromycin; 3) to demonstrate the clarithromycin-induced formation of CYP450 metabolic-intermediate complexes in human liver microsomes; and 4) to determine the extent of CYP3A inhibition due to metabolic-intermediate complex formation using human liver microsomes and cultured human hepatocytes. At high concentrations (100 µM), clarithromycin had weak competitive inhibition potency towards CYP3A4 and CYP3A5. Inhibition potency was further decreased by the addition of cytochrome b5 (9-19%). Clarithromycin-induced metabolic-intermediate complexes were revealed by spectrophotometry analysis using human liver microsomes while time- and concentration-dependent mechanism-based inhibitions were quantified using isolated hepatocytes. These results indicate that mechanism-based but not competitive inhibition of CYP3As is the major underlying mechanism of drug-drug interactions observed clinically with clarithromycin. Drug interactions between clarithromycin and several CYP3A substrates are predicted to be insidious; the risk of severe adverse events should increase over time and persist for a few days after cessation of the drug.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 | 0,001 |
| 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 ».