MétaCan
Menu
← Retour à la cohorte
Enregistrement W7132916217

Medicinal Chemistry of Cannabis and Cannabinoids

2023· dissertation· W7132916217 sur OpenAlexfundno aff
Yi Yang

Notice bibliographique

RevueTSpace · 2023
Typedissertation
Langue
DomaineMedicine
ThématiqueCannabis and Cannabinoid Research
Établissements canadiensnon disponible
Organismes subventionnairesUniversity of Toronto
Mots-clésCannabisCannabinoid receptorCannabinoidSynthetic cannabinoidsCannabidiolDronabinolEffects of cannabisDrug
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

As societal attitudes towards cannabis evolve along with our understanding of the endocannabinoid system, medical cannabis is poised to re-enter the mainstream pharmacopeia, especially in North America. Presently, significant gaps in knowledge exist regarding the true chemical composition of medical cannabis as well as the pharmacodynamics of cannabinoids and cannabis extracts. As such, deconvoluting the chemical complexity of cannabis is essential for maximizing its therapeutic benefits and reducing adverse effects in the clinic. Accordingly, this thesis presents a comprehensive investigation of cannabis and cannabinoids at the pre-clinical level, drawing on core aspects of medicinal chemistry and applying developed techniques under large study settings. Through pilot experiments, extraction protocols for the optimal recovery of cannabinoids from different types of cannabis plant material were investigated and the diverse phytochemistry of cannabis was revealed through extensive chemical profiling, reiterating the need for standardization and consistency in therapeutic-grade cannabis extracts. Meanwhile, receptor profiling at CB1 and CB2 receptors confirmed the importance of decarboxylation for the optimal biological activity of cannabinoids and cannabis extracts, demonstrating the suitability of microwave-assisted extraction for producing pharmacologically active cannabis extracts. Following this, high-level chemoinformatic analyses of receptor responses versus cannabinoid concentrations of cannabis extracts generated meaningful prediction models for CB1R and CB2R agonism, predicting the cannabinoid receptor activities of individual phytocannabinoids with reasonable accuracy and revealing differences in cannabinoid receptor responses between pure cannabinoids and cannabis extracts. Finally, the total synthesis and characterization of two pharmaceutically novel cis stereoisomers of CBD was undertaken, resulting in the first unambiguous identification of cis-CBD species and the isolation of a hitherto undescribed cis-Δ9-THC species. Through this thesis, we report significant real-world evidence for the case that cannabis and cannabis extracts behave as complex mixtures of physiologically active molecules, whereby their effects on receptors vary significantly with chemotype and in turn reflects their chemical compositions. Several first-in-kind studies detailed in this thesis pave the way for further investigations of cannabinoids into their chemical structures, mechanism(s) of receptor binding, as well as synergistic and antagonistic effects during co-administration that together bring about the unique and medically important effects of cannabis.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,015

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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.

Tête enseignante Opus0,018
Tête enseignante GPT0,361
Écart entre enseignants0,343 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTSpace→Même sujetCannabis and Cannabinoid Research→Travaux en français237 207→