Chemistry, Crystal Structure, and <i>In Vitro</i> Receptor Binding of Δ10-THC Isomers
Notice bibliographique
Résumé
Introduction:The psychoactive properties of Δ10-THC isomers (trans- and cis-Δ10-THC) are poorly understood. To shed more light on the biological effects of these compounds, we studied in vitro receptor binding of Δ10-THC isomers at cannabinoid CB1 and CB2 receptors. Materials and Methods:We first optimized and simplified catalytic synthesis of trans- and cis-Δ10-THC to allow their safe and cheap large-scale synthesis. In our synthesis, BuLi was replaced with KOtBu, and DMSO/anisole or NEt3/heptane solvent systems were used instead of HMPA/toluene. Single crystal X-ray analysis confirmed the structure of both isomers and the configuration of their chiral centers. Results:In the radioligand replacement assay, both isomers showed strong affinity toward the CB1 receptor, with IC50=29.1 nM for the trans isomer and IC50=294.2 nM for the cis counterpart. However, the IC50 values were significantly higher than that of Δ9-THC (2.1 nM), a naturally occurring psychoactive component of cannabis sativa, suggesting a lower affinity of Δ10-THCs toward this receptor. In function assays, in contrast to Δ9-THC, both isomers failed to show any agonist properties at concentrations up to 10 μM suggesting a lack of THC-like psychoactivity for trans- and cis-Δ10-THC. Conclusions:Our results established Δ10-THC isomers among antagonists of the CB1 receptor as both cis and trans isomers antagonized CP55,490 with IC50=460 nM for trans and IC50=1040 nM for cis. This functional property has not been previously observed for any other THC isomers.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| 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 ».