Targeting Epigenetics Signaling with Curcumin: A Transformative Drug Lead in Treatment of Schizophrenia?
Notice bibliographique
Résumé
Despite advances in pharmacotherapy, schizophrenia continues to carry a high societal disease burden related to positive and negative symptoms, and neurocognitive deficits and severe functional impairment. Findings from epigenetics have yet to translate the epigenetics targets to efficacious drug therapy. We review the repertoire of CNS pharmacology of curcumin derived from Curcuma Longa, commonly known as “turmeric”: the well-known curry extract. We highlight the body of evidence in support of the emerging role of curcumin as a panhistone deacetylase (HDAC) inhibitor regulating the expression of genes involved in inflammation and NMDA N-methyl-aspartic acid (NMDA)-glutamate systems, as related to schizophrenia. Based on the findings from translational studies of curcumin extracts, curcumin C-3 complex formulation (Supercurcumin™) and patented liposome-based curcumin (Lipocurc™), we propose that intravenous infusion of Lipocurc™ holds promise as the novel drug lead and preferred targeted brain delivery mode in reprogramming faculty epigenetics network and in remodeling restrictive chromatin configuration in schizophrenia. Phase II/Phase III epigenetics-biomarker-based randomized placebo-controlled trials in treatment resistant schizophrenia are warranted. Our approach of intravenous infusion of Lipocurc™ behaving as pan HDAC inhibitor represents a new paradigm of drug development in combining targeting epigenetics footprints with brain-specific drug delivery system in schizophrenia. Lipocurc™ can open the Pandora box in unexplored therapeutics vistas in modifying the phenotype of treatment resistant schizophrenia.
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 | 0,001 | 0,001 |
| 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 | 0,001 | 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 ».