Assessing the Mechanism of Fluoxetine-Mediated CYP2D6 Inhibition
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Fluoxetine is still one of the most widely used antidepressants in the world. The drug is extensively metabolized by several cytochrome P450 (CYP450) enzymes and subjected to a myriad of CYP450-mediated drug interactions. In a multidrug regimen, preemptive mitigation of drug-drug interactions requires knowledge of fluoxetine actions on these CYP450 enzymes. The major metabolic pathway of fluoxetine leading to the formation of its active metabolite, norfluoxetine, is mediated by CYP2D6. Fluoxetine and norfluoxetine are strong affinity substrates of CYP2D6 and can inhibit, potentially through various mechanisms, the metabolism of other sensitive CYP2D6 substrates. Remarkably, fluoxetine-mediated CYP2D6 inhibition subsides long after fluoxetine first passes through the liver and even remains long after the discontinuation of the drug. Herein, we review pharmacokinetic and pharmacogenetic information to help us understand the mechanisms underlying the prolonged inhibition of CYP2D6 following fluoxetine administration. We propose that long-term inhibition of CYP2D6 is likely a result of competitive inhibition. This is due to strong affinity binding of fluoxetine and norfluoxetine to the enzyme and unbound fluoxetine and norfluoxetine levels circulating in the blood for a long period of time because of their long elimination half-life. Additionally, we describe that fluoxetine is a CYP2C9 substrate and a mechanism-based inhibitor of CYP2C19.
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.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,004 |
| 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 découle