Effect of Ginkgo biloba extract on oxidative metabolism of valproic acid in hepatic microsomes from donors with the<i>CYP2C9*1/*1</i>genotypeThis article is one of a selection of papers published in this special issue (part 1 of 2) on the Safety and Efficacy of Natural Health Products.
Notice bibliographique
Résumé
We investigated the effect of Ginkgo biloba extracts and some of its individual constituents on the oxidative metabolism of valproic acid (VPA) in hepatic microsomes from donors with the CYP2C9*1/*1 genotype. G. biloba extract decreased 4-ene-VPA, 3-OH-VPA, 4-OH-VPA, and 5-OH-VPA formation with mean (+/- SE) IC50 values of 340 +/- 40 microg/mL, 370 +/- 100 microg/mL, 180 +/- 30 microg/mL, and 210 +/- 20 microg/mL, respectively. This was associated with inhibition of not only CYP2C9*1, but also CYP2A6 and CYP2B6. Bilobalide, ginkgolide A, ginkgolide B, ginkgolide C, ginkgolide J, quercetin-3-O-rutinoside, kaempferol-3-O-rutinoside, and isorhamnetin-3-O-rutinoside were not responsible for the inhibition of VPA metabolism by the extract. When analyzed as the sum of the aglycone and total glycosides present in the extract, quercetin decreased 4-ene-VPA, 4-OH-VPA, and 5-OH-VPA formation by 76%, 51%, and 70%, respectively, kaempferol decreased 4-ene-VPA, 4-OH-VPA, and 5-OH-VPA formation by 65%, 46%, and 49%, respectively, and isorhamnetin decreased 4-ene-VPA, 4-OH-VPA, and 5-OH-VPA formation by 29%, 26%, and 31%, respectively. The 3 aglycones did not affect 3-OH-VPA formation. In summary, G. biloba extract decreased hepatic microsomal formation of 4-ene-VPA, 4-OH-VPA, 5-OH-VPA, and 3-OH-VPA, but the effect was not due to the terpene trilactones or flavonol glycosides investigated in our study.
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 | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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) | 0,001 | 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 ».