Repurposing Resveratrol and Fluconazole To Modulate Human Cytochrome P450-Mediated Arachidonic Acid Metabolism
Notice bibliographique
Résumé
Cytochrome P450 (P450) enzymes metabolize arachidonic acid (AA) to several biologically active epoxyeicosatrienoic acids (EETs) and hydroxyeicosatetraenoic acids (HETEs). Repurposing clinically-approved drugs could provide safe and readily available means to control EETs and HETEs levels in humans. Our aim was to determine how to significantly and selectively modulate P450-AA metabolism in humans by clinically-approved drugs. Liquid chromatography-mass spectrometry was used to determine the formation of 15 AA metabolites by human recombinant P450 enzymes, as well as human liver and kidney microsomes. CYP2C19 showed the highest EET-forming activity, while CYP1B1 and CYP2C8 showed the highest midchain HETE-forming activities. CYP1A1 and CYP4 showed the highest subterminal- and 20-HETE-forming activity, respectively. Resveratrol and fluconazole produced the most selective and significant modulation of hepatic P450-AA metabolism, comparable to investigational agents. Monte Carlo simulations showed that 90% of human population would experience a decrease by 6-22%, 16-39%, and 16-35% in 16-, 18-, and 20-HETE formation, respectively, after 2.5 g daily of resveratrol, and by 22-31% and 14-23% in 8,9- and 14,15-EET formation after 50 mg of fluconazole. In conclusion, clinically-approved drugs can provide selective and effective means to modulate P450-AA metabolism, comparable to investigational drugs. Resveratrol and fluconazole are good candidates to be repurposed as new P450-based treatments.
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) | 0,001 | 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 ».