Les variations des agents antitumoraux se révèlent efficaces dans le laboratoire contre même des cancers résistants aux médicaments – ScienceDaily


Les scientifiques de l'Université du Riz ont développé et évalué des analogues de puissants agents antitumoraux connus sous le nom d'épothilones en utilisant des modèles et des méthodes qui améliorent tous les deux Leurs propriétés biologiques et simplifient leur fabrication.

Les substances introduites par le chimiste organique synthétique de riz K.C. Nicolaou est similaire dans son mécanisme de lutte contre le cancer au paclitaxel, le médicament pour lequel il est le plus connu, mais possède des propriétés supérieures. Certains composés des dizaines de variations que les scientifiques ont créés ont des cytotoxicités puissantes contre certaines cellules cancéreuses, y compris une lignée cellulaire résistante aux médicaments, a déclaré Nicolaou.

La nouvelle étude de recherche est décrite ce mois-ci dans le Journal of the American Chemical Society .

Comme la famille des taxanes (dont le paclitaxel est membre), les épothilones empêchent les cellules cancéreuses de se diviser en interférant avec les protéines tubulines qui forment les microtubules squelettiques des cellules. Les tests avec le cancer du rein et deux lignées cellulaires du sarcome utérin humain, un avec une résistance aux médicaments multiples, ont montré que 10 de ces nouveaux composés étaient impressionnants contre les trois lignées cellulaires, ont rapporté les chercheurs

.

"C'est un autre exemple d'un thème plus vaste dans notre recherche, celui de la synthèse de produits naturels complexes et rares et leurs analogues pour les recherches biologiques", a déclaré Nicolaou. «Notre travail est destiné à la découverte et au développement de médicaments en collaboration avec des entreprises de biotechnologie et pharmaceutiques, en particulier dans le domaine du cancer.»

Les médicaments sont des variations de l'épothilone B, un naturel …

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 (Pas encore de votes)
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