Mimicking Gene Defects to Treat Drug Dependence
Notice bibliographique
Résumé
The genetic basis for drug dependence has focused on genes that encode receptors involved in the reinforcing properties of drugs of abuse or that determine drug-taking behavior (e.g. impulsivity, etc.). Pharmacogenetic variations in the patterns of metabolism among individuals can also importantly modulate the risk of drug dependence. Cytochrome P450 drug metabolizing enzymes (CYPs), can activate (e.g. codeine to morphine) or deactivate (e.g. nicotine to cotinine) drugs of abuse. Some CYPs are polymorphic, that is, there are gene mutations which result in individuals with no (null mutations) or decreased enzyme activity (e.g. CYP2D6*10). Individuals with two null mutations appear in the population as phenotypic poor metabolizers. Using in vitro studies, we have identified drugs of abuse that are substrates of the polymorphic enzymes CYP2D6 (codeine, amphetamines, dextromethorphan), CYP2A6 (nicotine) and CYP2C19 (flunitrazepam). In human experimental studies, we have shown that CYP phenotype and genotype affect abuse liability of CYP2D6 metabolized drugs of abuse. In addition, we inhibited CYP2D6 and decreased individuals' risk of dependence experimentally (codeine, dextromethorphan) and treated codeine dependence. In epidemiologic studies CYP2D6 and CYP2A6 null mutations protect individuals from becoming codeine and tobacco dependent, respectively. With respect to CYP2A6, individuals with mutations, smoke fewer cigarettes and can quit more easily. Inhibiting CYP2A6 (e.g. tranylcypromine, methoxsalen) decreases smoking and the activation of procarcinogens. By mimicking these gene defects the risk of dependence can be decreased in individuals and new treatments developed.
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 | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».