Brain CYP2E1 is induced by nicotine and ethanol in rat and is higher in smokers and alcoholics
Notice bibliographique
Résumé
1. Ethanol and nicotine are commonly coabused drugs. Cytochrome P450 2E1 (CYP2E1) metabolizes ethanol and bioactivates tobacco-derived procarcinogens. Ethanol and nicotine can induce hepatic CYP2E1 and we hypothesized that both centrally active drugs could also induce CYP2E1 within the brain. 2. Male rats were treated with saline, ethanol (3.0 g kg(-1) by gavage) or nicotine (1.0 mg kg(-1) s.c.) for 7 days. Ethanol treatment significantly increased CYP2E1 in olfactory bulbs (1.7-fold), frontal cortex (2.0-fold), hippocampus (1.9-fold) and cerebellum (1.8-fold), while nicotine induced CYP2E1 in olfactory bulbs (2.3-fold), frontal cortex (3.0-fold), olfactory tubercle (3.1-fold), cerebellum (2.5-fold) and brainstem (2.0-fold). Immunocytochemical analysis revealed that the induction was cell-type specific. 3. Consistent with the increased CYP2E1 found in rat brain following drug treatments, brains from alcoholics and alcoholic smokers showed greater staining of granular cells of the dentate gyrus and the pyramidal cells of CA2 and CA3 hippocampal regions as well as of cerebellar Purkinje cells compared to nonalcoholic nonsmokers. Moreover, greater CYP2E1 immunoreactivity was observed in the frontal cortices in the alcoholic smokers in comparison to nonalcoholic nonsmokers and alcoholic nonsmokers. 4 To investigate if nicotine could contribute to the increased CYP2E1 observed in alcoholic smokers, we treated human neuroblastoma IMR-32 cells in culture and found significantly higher CYP2E1 immunostaining in nicotine-treated cells (0.1-10 nM). 5. CYP2E1 induction in the brain, by ethanol or nicotine, may influence the central effects of ethanol and the development of nervous tissue pathologies observed in alcoholics and smokers.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».