Drug targeting CYP2E1 for the treatment of early-stage alcoholic steatohepatitis
Notice bibliographique
Résumé
BACKGROUND AND AIMS: Alcoholic steatohepatitis (ASH)-the inflammation of fatty liver-is caused by chronic alcohol consumption and represents one of the leading chronic liver diseases in Western Countries. ASH can lead to organ dysfunction or progress to hepatocellular carcinoma (HCC). Long-term alcohol abstinence reduces this probability and is the prerequisite for liver transplantation-the only effective therapy option at present. Elevated enzymatic activity of cytochrome P450 2E1 (CYP2E1) is known to be critically responsible for the development of ASH due to excessively high levels of reactive oxygen species (ROS) during metabolization of ethanol. Up to now, no rational drug discovery process was successfully initiated to target CYP2E1 for the treatment of ASH. METHODS: In this study, we applied a rational drug design concept to develop drug candidates (NCE) including preclinical studies. RESULTS: A new class of drug candidates was generated successfully. Two of the most promising small compounds named 12-Imidazolyl-1-dodecanol (abbr.: I-ol) and 1-Imidazolyldodecane (abbr.: I-an) were selected at the end of this process of drug discovery and developability. These new ω-imidazolyl-alkyl derivatives act as strong chimeric CYP2E1 inhibitors at a nanomolar range. They restore redox balance, reduce inflammation process as well as the fat content in the liver and rescue the physiological liver architecture of rats consuming continuously a high amount of alcohol. CONCLUSIONS: Due to its oral application and therapeutic superiority over an off-label use of the hepatoprotector ursodeoxycholic acid (UDCA), this new class of inhibitors marks the first rational, pharmaceutical concept in long-term treatment of ASH.
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 ».