شناسایی واریانت های مختلف leginsulin پپتیدی سویا و بررسی فعالیتهای شبه انسولینی آنها
اخیرا محققان ژاپنی گزارش کرده اند که سویای سبز غنی از پپتیدهای 37 آمینواسیدی شبه هورموني است. در این مطالعه، با بررسی بیان واریانت های مختلف و آنالیز محتوای دانه های سویا، پیشنهاد شده است که مصرف دانه های سویا در رژيم غذایی می تواند در کاهش قند خون موثر باشد.
@genomefan
#طراحی_دارو #پپتید #کارگاه #ورکشاپ #خبر
لینک: https://www.nature.com/articles/s41598-018-35331-5
اخیرا محققان ژاپنی گزارش کرده اند که سویای سبز غنی از پپتیدهای 37 آمینواسیدی شبه هورموني است. در این مطالعه، با بررسی بیان واریانت های مختلف و آنالیز محتوای دانه های سویا، پیشنهاد شده است که مصرف دانه های سویا در رژيم غذایی می تواند در کاهش قند خون موثر باشد.
@genomefan
#طراحی_دارو #پپتید #کارگاه #ورکشاپ #خبر
لینک: https://www.nature.com/articles/s41598-018-35331-5
Scientific Reports
Identification of soybean peptide leginsulin variants in different cultivars and their insulin-like activities
Identification of soybean peptide leginsulin variants in different cultivars and their insulin-like activities
چگونه هوش مصنوعی طراحی دارو را متحول ساخت؟
طراحی داروهای جدید یکی از چالشهای پیش روی دانشمندان است چرا که به طور میانگین در امریکا حدود ۲ الی ۶ بیلیون دلار صرف طراحی یک داروی جدید می گردد و به طور معمول از هر ۱۰ ترکیب دارویی طراحی شده ۹ ترکیب درکار ازمایی بالینی شکست می خورند . بنابراین متخصصین معتقدند که به راه حلی متفاوت نیاز است.
بسیاری از شرکت های پیشتاز از هوش مصنوعی در طراحی دارو استفاده می کنند. به عنوان مثال، شرکت Pfizer از سیستم یادگیری ماشین machine learning جهت بهبود جستجوی داروهای ایمنی-سرطان بهره می برد. شرکت Sanofi تفاهم نامه ای برای استفاده از استارت آپ(Al EXscientia's artificial intelligence) جهت بررسی درمان بیماریهای متابولیکی امضا نموده است. شرکت Roche و زیر مجموعه های Gentech از سیستم GNS Health care موجود در کمبریج و ماساچوست برای یافتن درمان سرطان استفاده می کنند. سایر شرکتهای داروسازی نیز درحال اجرای برنامه های مشابه برای بهبود پروسه طراحی دارو و کاهش هزینه ها هستند.
@genomefan
#طراحی_دارو #ورکشاپ #خبر
https://www.nature.com/articles/d41586-018-05267-x
طراحی داروهای جدید یکی از چالشهای پیش روی دانشمندان است چرا که به طور میانگین در امریکا حدود ۲ الی ۶ بیلیون دلار صرف طراحی یک داروی جدید می گردد و به طور معمول از هر ۱۰ ترکیب دارویی طراحی شده ۹ ترکیب درکار ازمایی بالینی شکست می خورند . بنابراین متخصصین معتقدند که به راه حلی متفاوت نیاز است.
بسیاری از شرکت های پیشتاز از هوش مصنوعی در طراحی دارو استفاده می کنند. به عنوان مثال، شرکت Pfizer از سیستم یادگیری ماشین machine learning جهت بهبود جستجوی داروهای ایمنی-سرطان بهره می برد. شرکت Sanofi تفاهم نامه ای برای استفاده از استارت آپ(Al EXscientia's artificial intelligence) جهت بررسی درمان بیماریهای متابولیکی امضا نموده است. شرکت Roche و زیر مجموعه های Gentech از سیستم GNS Health care موجود در کمبریج و ماساچوست برای یافتن درمان سرطان استفاده می کنند. سایر شرکتهای داروسازی نیز درحال اجرای برنامه های مشابه برای بهبود پروسه طراحی دارو و کاهش هزینه ها هستند.
@genomefan
#طراحی_دارو #ورکشاپ #خبر
https://www.nature.com/articles/d41586-018-05267-x
Nature
How artificial intelligence is changing drug discovery
Nature - Machine learning and other technologies are expected to make the hunt for new pharmaceuticals quicker, cheaper and more effective.
امیدی تازه به داروهای جدید برای بیماران لوپوس
در طی بررسی مسیر سیگنالینگ موثر در تجمع سلول های Th17 در ارگانهاي آسیب دیده بیماران لوپوسی مشخص شد که مهارکننده HIV protease به نام ritonavir به طور بالقوه می تواند برهم زننده برهمکنش CD95-PLCγ1 باشد. مطالعه ای با رویکرد فعالیت-ساختار نشان داد که اثر این ترکیب ناشی از خصوصیات ساختاری مشابه آن با عملکرد دومین محرک کلسیم (CID) در ارتباط با PLCγ1 بوده است. با سنتز پپتیدهایی مشابه CID و تزریق به موش های لوپوسی، کاهش علایم کلینیکی مشاهده شد. نتایج منجر به امیدواری بیشتر محققان به نسل جدید داروها برای درمان بیماران لوپوس شده است.
#genomefan
#طراحی_دارو #خبر #ورکشاپ #پپتید
https://www.nature.com/articles/s41589-018-0162-9
در طی بررسی مسیر سیگنالینگ موثر در تجمع سلول های Th17 در ارگانهاي آسیب دیده بیماران لوپوسی مشخص شد که مهارکننده HIV protease به نام ritonavir به طور بالقوه می تواند برهم زننده برهمکنش CD95-PLCγ1 باشد. مطالعه ای با رویکرد فعالیت-ساختار نشان داد که اثر این ترکیب ناشی از خصوصیات ساختاری مشابه آن با عملکرد دومین محرک کلسیم (CID) در ارتباط با PLCγ1 بوده است. با سنتز پپتیدهایی مشابه CID و تزریق به موش های لوپوسی، کاهش علایم کلینیکی مشاهده شد. نتایج منجر به امیدواری بیشتر محققان به نسل جدید داروها برای درمان بیماران لوپوس شده است.
#genomefan
#طراحی_دارو #خبر #ورکشاپ #پپتید
https://www.nature.com/articles/s41589-018-0162-9
Nature
Disrupting the CD95–PLCγ1 interaction prevents Th17-driven inflammation
Nature Chemical Biology - The HIV protease inhibitor ritonavir targets the calcium-inducing domain (CID) of CD95 to block interactions with PLCγ1. Peptidomimetics targeting the CD95 CID...