Identification of enzymes responsible for rifalazil metabolism in human liver microsomes
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
1. The major metabolites of rifalazil in human are 25-deacetyl-rifalazil and 32-hydroxy-rifalazil. Biotransformation to these metabolites in pooled human liver microsomes, cytosol and supernatant 9000g (S9) fractions was studied, and the enzymes responsible for rifalazil metabolism were identified using inhibitors of esterases and cytochromes P450 (CYP). 2. The 25-deacetylation and 32-hydroxylation of rifalazil occurred in incubations with microsomes or S9 but not with cytosol, indicating that both the enzymes responsible for rifalazil metabolism were microsomal. Km and Vmax of the rifalazil-25-deacetylation in microsomes were 6.5 microM and 11.9 pmol/min/mg with NADPH, and 2.6 microM and 6.0 pmol/min/mg without NADPH, indicating that, although rifalazil-25-deacetylation did not require NADPH, NADPH activated it. Rifalazil-32-hydroxylation was NADPH dependent, and its Km and Vmax were 3.3 microM and 11.0 pmol/min/mg respectively. 3. Rifalazil-25-deacetylation in microsomes was completely inhibited by diisopropyl fluorophosphate, diethyl p-nitrophenyl phosphate and eserine, but not by p-chloromercuribenzoate or 5,5'-dithio-bis(2-nitrobenzoic acid), indicating that the enzyme responsible for the rifalazil-25-deacetylation is a B-esterase. 4. Rifalazil-32-hydroxylation in microsomes was completely inhibited by CYP3A4-specific inhibitors (fluconazole, ketoconazole, miconazole, troleandomycin) and drugs metabolized by CYP3A4 such as cyclosporin A and clarithromycin, indicating that the enzyme responsible for the rifalazil-32-hydroxylation is CYP3A4.
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) | 0,000 | 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) | 0,003 | 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