The cannabinoid‐1 receptor inverse agonist taranabant reduces abdominal pain and increases intestinal transit in mice
Notice bibliographique
Résumé
BACKGROUND: Constipation-predominant irritable bowel syndrome (IBS-C) is a common functional gastrointestinal (GI) disorder with abdominal pain and decreased motility. Current treatments of IBS-C are insufficient. The aim of this study was to evaluate the potential application of taranabant, a cannabinoid type 1 (CB1) inverse agonist using mouse models mimicking the symptoms of IBS-C. METHODS: Changes in intestinal contractile activity were studied in vitro, using isolated mouse ileum and colon and intracellular recordings. In vivo, whole gastrointestinal transit (WGT) and fecal pellet output (FPO) were measured under standard conditions and with pharmacologically delayed GI transit. The antinociceptive effect was evaluated in mustard oil- and acetic acid-induced models of visceral pain. Forced swimming and tail suspension tests were performed and locomotor activity was measured to evaluate potential central side effects. KEY RESULTS: In vitro, taranabant (10(-10) -10(-7) mol L(-1)) increased contractile responses in mouse ileum and blocked the effect of the CB agonist WIN 55,212-2. Taranabant had no effect on the amplitude of electrical field stimulation (EFS)-evoked junction potentials. In vivo, taranabant (0.1-3 mg kg(-1), i.p. and 3 mg kg(-1), p.o.) increased WGT and FPO in mice and reversed experimental constipation. The effect of taranabant was absent in CB1(-/-) mice. Taranabant significantly decreased the number of pain-related behaviors in animal models. At the doses tested, taranabant did not display mood-related adverse side effects typical for CB1 receptor inverse agonists. CONCLUSIONS & INFERENCES: Taranabant improved symptoms related to slow GI motility and abdominal pain and may become an attractive template in the development of novel therapeutics targeting IBS-C.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».