Different pharmacokinetics of lithium orotate inform why it is more potent, effective, and less toxic than lithium carbonate in a mouse model of mania
Notice bibliographique
Résumé
Lithium carbonate (LiCO) is a mainstay therapeutic for the prevention of mood-episode recurrences in bipolar disorder (BD). Unfortunately, its narrow therapeutic index is associated with complications that may lead to treatment non-compliance. Intriguingly, lithium orotate (LiOr) is suggested to possess unique uptake characteristics that would allow for reduced dosing and mitigation of toxicity concerns. We hypothesized that due to differences in pharmacokinetics, LiOr is more potent with reduced adverse effects. Dose responses were established for LiOr and LiCO in male and female mice using an amphetamine-induced hyperlocomotion (AIH) model; AIH captures manic elements of BD and is sensitive to a dose-dependent lithium blockade. LiCO induced a partial block of AIH at doses of 15 mg/kg in males and 20 mg/kg in females. In contrast, LiOr elicited a near complete blockade at concentrations of just 1.5 mg/kg in both sexes, indicating improved efficacy and potency. Prior application of organic anion transport inhibitors, or inhibition of orotate uptake into the pentose pathway, completely blocked the effects of LiOr on AIH while sparing LiCO effects, confirming differences in transport and compartmentalization between the two compounds. Next, the relative toxicities of LiOr and LiCO were contrasted after 14 consecutive daily administrations. LiCO, but not LiOr, elicited polydipsia in both sexes, elevated serum creatinine levels in males, and increased serum TSH expression in females. LiOr demonstrates superior efficacy, potency, and tolerability to LiCO in both male and female mice because of select transport-mediated uptake and pentose pathway incorporation.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 | 0,001 |
| 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 ».