MétaCan
Menu
Retour à la cohorte
Enregistrement W3046211596 · doi:10.1021/acs.chemrestox.0c00191

Investigation of Clozapine and Olanzapine Reactive Metabolite Formation and Protein Binding by Liquid Chromatography-Tandem Mass Spectrometry

2020· article· en· W3046211596 sur OpenAlexafffund
Timon Geib, Madhuranayaki Thulasingam, Jesper Z. Haeggström, Lekha Sleno

Notice bibliographique

RevueChemical Research in Toxicology · 2020
Typearticle
Langueen
DomaineNeuroscience
ThématiqueTryptophan and brain disorders
Établissements canadiensUniversité du Québec à Montréal
Organismes subventionnairesFonds de recherche du Québec – Nature et technologiesNatural Sciences and Engineering Research Council of Canada
Mots-clésChemistryMetaboliteGlutathioneMicrosomeDrug metabolismBiochemistryMetabolismEnzyme

Résumé

récupéré en direct d'OpenAlex

Drug-induced toxicity has, in many cases, been linked to oxidative metabolism resulting in the formation of reactive metabolites and subsequent covalent binding to biomolecules. Two structurally related antipsychotic drugs, clozapine (CLZ) and olanzapine (OLZ), are known to form similar nitrenium ion reactive metabolites. CLZ-derived reactive metabolites have been linked to agranulocytosis and hepatotoxicity. We have studied the oxidative metabolism of CLZ and OLZ as well as two known metabolites of CLZ, desmethyl-CLZ (DCLZ), and CLZ-N-oxide (CLZ-NO), using in vitro rat liver microsomal (RLM) incubations with glutathione (GSH) trapping of reactive metabolites and liquid chromatography-high resolution tandem mass spectrometry (LC-HRMS/MS). Reactive metabolite binding to selected standard peptides and recombinant purified human proteins was also evaluated. Bottom-up proteomics was performed using two complementary proteases, prefractionation of peptides followed by LC-HRMS/MS for elucidating modifications of target proteins. Induced RLM was selected to form reactive metabolites enzymatically to assess the complex profile of reactive metabolite structures and their binding potential to standard human proteins. Multiple oxidative metabolites and several different GSH adducts were found for CLZ and OLZ. Modification sites were characterized on human glutathione S-transferase (hGST) alpha 1 (OLZ-modified at Cys112), hGST mu 2 (OLZ at Cys115), and hGST pi (CLZ, DCLZ, CLZ-NO and OLZ at Cys170), human microsomal GST 1 (hMGST1, CLZ and OLZ at Cys50), and human serum albumin (hSA, CLZ at Cys34). Furthermore, two modified rat proteins, microsomal GST 1 (CLZ and OLZ at Cys50) and one CYP (OLZ-modified, multiple possible isoforms), from RLM background were also characterized. In addition, direct effects of the reactive metabolite modifications on proteins were observed, including differences in protease cleavage specificity, chromatographic behavior, and charge-state distributions.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,004
Score d'incertitude au seuil0,397

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,084
Tête enseignante GPT0,333
Écart entre enseignants0,248 · 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 tête enseignante, 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

Citations9
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueChemical Research in ToxicologyMême sujetTryptophan and brain disordersTravaux en français237 207