MétaCan
Menu
Retour à la cohorte
Enregistrement W2769500005 · doi:10.1021/acsinfecdis.7b00166

Transformation of the Anticancer Drug Doxorubicin in the Human Gut Microbiome

2017· article· en· W2769500005 sur OpenAlexafffund
Austin Yan, Elizabeth Culp, Julie Perry, Jennifer Lau, Lesley T. MacNeil, Michael G. Surette, Gerard D. Wright

Notice bibliographique

RevueACS Infectious Diseases · 2017
Typearticle
Langueen
DomainePharmacology, Toxicology and Pharmaceutics
ThématiqueChemical Reactions and Isotopes
Établissements canadiensMcMaster University
Organismes subventionnairesCanadian Institutes of Health ResearchCanada Research Chairs
Mots-clésDoxorubicinBiologyMicrobiomeDrug metabolismDrugHuman microbiomePharmacologyMicrobiologyEscherichia coliBiochemistryBioinformaticsGeneticsGene

Résumé

récupéré en direct d'OpenAlex

Bacteria living in the human gut are implicated in the etiology of several diseases. Moreover, dozens of drugs are metabolized by elements of the gut microbiome, which may have further implications for human health. Here, we screened a collection of gut isolates for their ability to inactivate the widely used antineoplastic drug doxorubicin and identified a strain of Raoultella planticola as a potent inactivator under anaerobic conditions. We demonstrate that R. planticola deglycosylates doxorubicin to metabolites 7-deoxydoxorubicinol and 7-deoxydoxorubicinolone via a reductive deglycosylation mechanism. We further show that doxorubicin is degraded anaerobically by Klebsiella pneumoniae and Escherichia coli BW25113 and present evidence that this phenotype is dependent on molybdopterin-dependent enzyme(s). Deglycosylation of doxorubicin by R. planticola under anaerobic conditions is found to reduce toxicity to the model species Caenorhabditis elegans, providing a model to begin understanding the role of doxorubicin metabolism by microbes in the human gut. Understanding the in vivo metabolism of important therapeutics like doxorubicin by the gut microbiome has the potential to guide clinical dosing to maximize therapeutic benefit while limiting undesirable side effects.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,054
Tête enseignante GPT0,421
Écart entre enseignants0,366 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations94
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueACS Infectious DiseasesMême sujetChemical Reactions and IsotopesTravaux en français237 207