Les scientifiques créent une nouvelle méthode pour rendre l'agrafage des peptides largement disponible


        

Les scientifiques du Royaume-Uni ont créé une nouvelle méthode pour structurer les peptides, qui, selon eux, seront moins chères et rendront le processus d'utilisation des peptides agrafés dans la découverte de médicaments beaucoup plus largement disponibles.

La méthode développée par l'équipe de l'Université de Leeds à neuf ans et l'exploitation de la chimie de synthèse développée au University College de Londres est plus polyvalente, moins chère, complètement réversible et entraîne des peptides dont les propriétés pharmacocinétiques telles que la solubilité peuvent être facilement réglées, Selon le professeur Andrew Wilson, qui a mené l'étude.

L'approche pourrait permettre aux scientifiques qualifiés de contraindre un peptide, de le délivrer à une cellule particulière, puis de le non-contrainte, ce qui l'empêche de quitter la cellule à nouveau.

Faire des peptides plus utiles

Les scientifiques et les fabricants de médicaments considèrent généralement les peptides comme sceptiques, estimant qu'ils sont trop peu fiables pour être utilisés comme médicaments car ils sont facilement dégradés dans les cellules et sont difficiles à manipuler.

Cependant, la recherche initiée à l'Université de Harvard a révélé une méthode pour introduire une accolence qui pourrait être attachée à un peptide, en renforçant sa structure active et en la rendant plus stable et moins susceptible de se dégrader.

Ce processus, connu sous le nom d''agrafage', utilise une méthode de synthèse spécifique et est maintenant devenu une approche reconnue dans la découverte de médicaments peptidiques, ce qui a entraîné de nouvelles entreprises de démarrage. Les peptides agrafés ne se décomposent pas, se lient mieux aux protéines et ont des propriétés pharmacocinétiques améliorées telles que les cellules …

Lire la suite (en anglais)

Note : Cet article est extrait et traduit automatiquement de flux RSS provenant de différents sites. Etant donné que ce sont des traductions automatiques, la qualité peut aller de l’acceptable au pire. Ces publications automatiques me servent à collecter suffisamment de données pour mes expérimentations avec le Deep Learning et le Framework TensorFlow.

N'oubliez pas de voter pour cet article !
1 étoile2 étoiles3 étoiles4 étoiles5 étoiles (No Ratings Yet)
Loading...

Vous aimerez aussi...

Laisser un commentaire

Votre adresse de messagerie ne sera pas publiée. Les champs obligatoires sont indiqués avec *

Font Resize
Contrast
Aller à la barre d’outils