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 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 | 0,000 | 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) | 0,000 | 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 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 ».