NFIB rs28379954 does not affect CYP2D6-mediated metabolism of prototypical substrates, tamoxifen or solanidine
Notice bibliographique
Résumé
BACKGROUND: Cytochrome P450 2D6 (CYP2D6) is a highly polymorphic drug-metabolizing enzyme involved in the metabolism of many clinically important medications. CYP2D6 is affected by genetic variation as well as drug interactions; however, this does not account for all the variability seen in CYP2D6. Previously, a single-nucleotide variant in the nuclear factor 1-B (NFIB), rs28379954 T>C, was linked to increased CYP2D6 activity and metabolism of CYP2D6 substrates. Thus, we investigated the effect of NFIB rs28379954 on the metabolism of CYP2D6 substrates, solanidine and tamoxifen. METHODS: Patients (N = 759) were genotyped for CYP2D6 genetic variants and NFIB rs28379954. Solanidine, tamoxifen, and their metabolites were measured with ultra-HPLC-tandem mass spectrometry. RESULTS: NFIB rs28379954 genotype (T/T versus T/C) was not associated with metabolism of solanidine to its CYP2D6-generated metabolites, 4-OH-solanidine or SSDA irrespective of CYP2D6 phenotype (poor metabolizer, intermediate metabolizer, or normal metabolizer; P > 0.05). Similarly, the ratio of endoxifen to tamoxifen was not affected by NFIB rs28379954 genotype in any CYP2D6 phenotypic group (P > 0.05). Multivariable linear regression modeling demonstrated that CYP2D6 phenotypes were associated with solanidine metabolic ratios as well endoxifen to tamoxifen ratios. However, the addition of NFIB genotype to the model did not significantly improve the predictability of solanidine or tamoxifen metabolites in plasma. CONCLUSION: In conclusion, we did not observe any significant impact of NFIB rs28379954 genetic variation on CYP2D6 activity in vivo, when assessed using tamoxifen or solanidine metabolites as prototypical CYP2D6 substrates.
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) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».