Évaluation et caractérisation des enzymes de métabolisme de la superfamille des CYP450 dans l’intestin grêle humain
Bibliographic record
Abstract
L’administration orale des médicaments est la voie la plus simple et sécuritaire pour le traitement des patients. Cependant, celle-ci est associée avec une importante variabilité interindividuelle pouvant être attribuée à la génétique, l’environnement, les pathologies, etc. L’effet de premier passage hépatique a longtemps été considéré en tant que la cause majeure de variabilité des concentrations plasmatiques des médicaments administrés oralement. Il est maintenant reconnu que les organes extra-hépatiques, en particulier l’intestin, peuvent avoir un effet significatif au niveau du métabolisme pré-systémique des médicaments. En effet, ces composés doivent passer dans les entérocytes avant d’accéder à la circulation sanguine, les exposant à des enzymes de métabolisme telles que les Cytochromes P450 (CYP450). Les CYP450 catalysent le métabolisme de phase 1 et sont impliqués dans le métabolisme de 75% des médicaments utilisés en clinique. Notre hypothèse est que la distribution régionale des CYP450 dans l’intestin grêle peut partiellement expliquer la variabilité interindividuelle dans les concentrations plasmatiques et la réponse aux médicaments. Nos objectifs sont d’y caractériser l’expression relative d’ARN messager et l’activité in vitro des CYP450 majeurs. Puisque le transport des médicaments peut affecter l’absorption des xénobiotiques dans l’intestin, notre objectif secondaire est d’évaluer l’expression d’ARNm des transporteurs de médicaments. Nous avons observé une grande variabilité interindividuelle dans l’expression d’ARNm et l’activité des CYP450 dans l’intestin grêle, ainsi qu’une activité catalytique significative pour les CYP3A4, CYP2J2 et CYP2C9. Nos résultats permettront l’élaboration de meilleurs modèles pharmacocinétiques et amélioreront la prédiction de la variabilité des concentrations plasmatiques pour les médicaments administrés oralement.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.001 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.002 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".