A pharmacological characterization of Cannabis sativa chemovar extracts
Notice bibliographique
Résumé
Abstract Background Cannabis contains Δ 9 -tetrahydrocannabinol (Δ 9 -THC) and cannabidiol (CBD) as the primary constituents responsible for pharmacological activity. However, there are numerous additional chemically-related structures to Δ 9 –THC and CBD that are pharmacologically active and may influence the pharmacological properties of Δ 9 -THC and CBD. This study chemically characterized the cannabinoid constituents in a series of cannabis chemovar extracts and investigated the potential cannabinoid entourage effect in two behavioral assays. Methods Six chemovar extracts were compared to pure Δ 9 -THC, CBD and morphine for effects on the following behavioral assays in mice: hot plate and tail suspension. The battery of behavioral tests was conducted post intravenous administration of cannabis chemovar extract. Cannabinoid profiles of extracts were analyzed using high performance liquid chromatography. Cannabis extracts were administered at equal doses of Δ 9 -THC to investigate the role of their cannabinoid profiles in modulating the effects of Δ 9 -THC. Dose response curves were fit using a log[inhibitor] vs response three parameter model and differences between group means were determined using a one-way ANOVA followed by a post hoc test. Results Cannabis chemovars tested in this study exhibited substantially different cannabinoid profiles. All chemovars produced dose-dependent immobility in the tail suspension assay and dose-dependent antinociception in the hot plate assay. The maximum antinociceptive effect and ED50 was comparable between cannabis chemovars and Δ 9 -THC. Two cannabis chemovars produced significantly greater immobility in the tail suspension test, with no significant differences in ED50. Conclusions Commercially available cannabis chemovars vary widely in cannabinoid content, but when equalized for Δ 9 -THC content, they produce similar behavioral effects with two exceptions. These findings provide only limited support for the entourage hypothesis. Further studies are necessary to characterize the nature of these pharmacological differences between cannabis chemovars and pure Δ 9 -THC.
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 | 0,003 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| 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 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».