Use of a Physiologically Based Pharmacokinetic Model for Rats to Study the Influence of Body Fat Mass and Induction of CYP1A2 on the Pharmacokinetics of TCDD
Notice bibliographique
Résumé
2,3,7,8-Tetrachlorodibenzo-p-dioxin (TCDD) is a highly lipophilic chemical that distributes into adipose tissue, especially at low doses. However, at high doses TCDD sequesters in liver because it induces cytochrome P450 1A2 (CYP1A2) that binds TCDD. A physiologically based pharmacokinetic (PBPK) model was developed that included an inducible elimination rate of TCDD in the Sprague-Dawley rat. Objectives of this work were to characterize the influence of induction of CYP1A2 and adipose tissue mass fraction on the terminal elimination half-life (t1/2) of TCDD using this PBPK model. When the model assumes a fixed elimination of TCDD, t1/2 increases with dose, due to hepatic sequestration. Because experimental data indicate that the t1/2 of TCDD decreases with dose, the model was modified to include an inducible elimination rate. The PBPK model was then used to compare the t1/2 after an increase of adipose tissue mass fraction from 6.9 to 70%. The model suggests that at low exposures, increasing adipose tissue mass increases the terminal t1/2. However, at higher exposures, as CYP1A2 is induced, the relationship between adipose tissue mass and t1/2 reaches a plateau. This demonstrates that an inducible elimination rate is needed in a PBPK model in order to describe the pharmacokinetics of TCDD. At low exposures these models are more sensitive to parameters related to partitioning into adipose tissue.
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 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 | 0,000 | 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 | 0,001 |
| 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) | 0,000 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».