Nuclear Receptors and the Regulation of Drug‐Metabolizing Enzymes and Drug Transporters: Implications for Interindividual Variability in Response to Drugs
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
Erratic or unpredictable response to drugs remains a challenge of modern drug therapy. An important determinant of such interindividual differences in drug response is variability in the expression of drug-metabolizing enzymes and/or transporters at sites of absorption and/or tissue distribution. Variable drug-metabolizing enzyme and transporter expression can result in unpredictable exposure and tissue distribution of drugs and may manifest as adverse effects or therapeutic failure. In the past decade, important new insights have been made relating to the regulatory mechanisms governing the expression of drug-metabolizing enzymes and transporters by ligand-activated nuclear receptors. Specifically, there is compelling evidence to demonstrate that PXR, CAR, FXR, LXR, VDR, HNF4alpha, and AhR form a battery of nuclear receptors that regulate the expression of many important drug-metabolizing enzyme and transporters. In this review, the authors focus on clinically important drug-metabolizing enzymes such as CYP3A4, CYP2B6, CYP2C9, CYP2C19, UGT1A1, SULT2A1, and glutathione S-transferases and their regulation by nuclear receptors. They also review the nuclear receptor-mediated regulation of drug transporters such as MDR1, MRP2, MRP4, BSEP, BCRP, NTCP, OATP1B3, and OATP1A2. Finally, they outline how the drug development process has been affected by the current understanding of the involvement of nuclear receptors in the regulation of drug disposition genes.
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 | 0,029 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| 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 | 0,001 |
| 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 découle