Characterization of the Metabolic Interaction between Trihalomethanes and Chloroacetic Acids using Rat Liver Microsomes
Notice bibliographique
Résumé
The aim of this study was to investigate the in vitro metabolism of trihalomethanes (THMs) in the presence of trichloroacetic acid (TCA), dichloracetic acid (DCA), monochloroacetic acid (MCA), and 4-methylpyrazole (4-MP) using liver microsomes from male Sprague-Dawley rats. Using the vial equilibration technique, initial experiments were carried out with starting concentrations of approximately 40 ppm THMs and 12-22 mM chloroacetic acids. The results indicated a mutual metabolic inhibition between THMs present as binary or quaternary mixtures. Although DCA and MCA had no influence on THMs, TCA produced a marked inhibition of the metabolism of all THMs: chloroform (CHCl3) (55%), bromodichloromethane (BDCM) (34%), dibromochloromethane (DBCM) (30%), and bromoform (TBM) (23%). The presence of 4-MP also reduced THM metabolism, the importance of which decreased in the following order: CHCl3 > BDCM > DBCM = TBM. In further vial equilibration experiments, using 9-140 ppm as starting concentrations of THMs, enzyme kinetic parameters (i.e., Michaelis constant, K(m), and maximum velocity, V(max)) were determined both in the absence and in the presence of TCA (12.2 mM). Results are consistent with a competitive inhibition between TCA and CHCl3, whereas the metabolic inhibition of BDCM and TMB by TCA was non-competitive. As for DBCM, results suggest a more complex pattern of inhibition. These results suggest that CYP2E1 is involved in the metabolism of THMs as well as in the metabolic interaction between THMs and TCA.
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) | 0,000 | 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 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 ».