Off‑target effect of imatinib and nilotinib on human vitamin D3 metabolism
Notice bibliographique
Résumé
Prolonged treatment with tyrosine kinase inhibitors (TKI) including imatinib (IMA) or nilotinib (NIL), induces severe disturbances of bone metabolism in patients with chronic myeloid leukaemia. As vitamin D3 (VD3) is involved in the complex cycle of bone remodelling, the present study investigated in vitro, the influence of IMA and NIL on VD3 metabolism i) in HaCaT cells and ii) in cultured outer root sheath keratinocytes (ORS‑KC) from hair follicles of IMA treated children. Cells were incubated in the presence of IMA or NIL. Concomitantly, specific inhibitors were applied to analyze the inhibition of the VD3 processing cytochrome P450 isoenzyme family by TKIs. In vitro, IMA and NIL significantly impaired the production of calcitriol in HaCaT and cultured ORS‑KC cells from hair follicles of IMA treated children. For NIL, this inhibitory effect demonstrated a 4‑fold increase. In HaCaT and ORS‑KC, application of specific CYP450 inhibitors revealed that CYP27B1 was impaired by IMA and NIL leading to an intracellular accumulation of calcidiol. However, during TKI treatment, KC of IMA treated children revealed no differences in calcidiol and calcitriol levels. In conclusion, IMA and NIL interfere with the vitamin D3 cascade due to their metabolism by CYP27B1.
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 | 0,002 |
| 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 | 0,000 |
| 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 ».