在药物发现-新闻和特性筛选策略

创建了temperature-stable疫苗在发展中国家使用制冷可能不可用。

科学家发现强大的新合成的反应自然特权结构——锅,模块化,设计优雅的化学反应,可以减少化学和生物空间之间的差距。他们的研究结果可以发现未满足的疾病的一个转折点。

尽管许多新细胞化验进入药物发现场景在过去的几十年中,我们仍然缺乏一个可预测的工具时选择化合物或异种移植测试的细胞系。缺乏的是什么?

高含量screeening(高碳钢)已成为一个主要工具,科学家们试图找出分子改变我们细胞的生物系统。高碳钢产生的巨大的数据量都是它的优点和缺点。随着化验越来越复杂,这样的公司Genedata转向基于ai的方法来帮助简化高碳钢分析。我跟Genedata科学主管斯蒂芬Steigele博士发现更多。

“这个探针的发展代表了另一个领域的成功定向进化,今年的诺贝尔化学奖。”

在本文中,我们探索两个新颖的高通量分析方法基于液相色谱-光谱法(质)的分析,可以增强早期药物筛选和生物标志物检测在诊所。

新药发现的速度在下降,并出现了根本性的变化,计算机辅助药物设计还没有产生候选药物制药行业预期的成功。人工智能(AI)的方法是革命性的药物发现过程的新的希望。但是这些是计算机辅助药物设计是一个夸张的定时炸弹等着被发现?还是真正的尖上的一场革命,实现它的承诺?

可能是帕金森病的最重要原因是本地的聚合的蛋白质a-synuclein(αSN)。启用了新的筛查策略团队筛选746000种化合物抑制αSN聚合的能力。

当研究人员探索更复杂和异构疾病的治疗策略需要更多生理上从来没有更大的相关模型。研究人员越来越多地寻求三维细胞培养,球状体,瀑样和microtissues桥之间的差距2 d细胞培养和体内动物模型。

研究人员已经开发出一种系统加速化学化合物,抑制一种酶的发现与癌症。