详细内容或原文请订阅后点击阅览
AI 设计的减肥药物在临床前测试中实现了超过 31% 的体重减轻
随着科学家在人工智能的帮助下针对尚未探索的代谢途径，肥胖治疗的新方法正在出现。对更好的肥胖药物的需求正在迅速增长，预计到 2030 年市场规模将达到 605.3 亿美元。即便如此，广泛使用的治疗方法，如 GLP-1 受体激动剂 (GLP-1RA) 仍然需要进行众所周知的权衡。患者 [...]
来源:SciTech日报随着科学家在人工智能的帮助下针对尚未探索的代谢途径，肥胖治疗的新方法正在出现。
对更好的肥胖药物的需求正在迅速增长，预计到 2030 年市场规模将达到 605.3 亿美元。即便如此，广泛使用的治疗方法，如 GLP-1 受体激动剂 (GLP-1RA) 仍然需要进行众所周知的权衡。患者和临床医生经常不得不应对瘦体重的减少、随着时间的推移可能趋于平稳的进展、停药后体重很快恢复，以及坚持足够长的治疗时间以维持结果的实际挑战。
研究人员超越当今选择的原因之一是肥胖不是由单一途径控制的。食欲、胰岛素信号、脂肪储存，甚至骨代谢通过重叠的激素系统联系在一起。这种复杂性有助于解释为什么有些人对一种药物反应强烈，而另一些人则看到轻微的变化或难以维持这些变化。
葡萄糖依赖性促胰岛素多肽受体 (GIPR) 是一个日益受到关注的领域。其天然配体 GIP 是人体膳食反应网络的一部分，GIPR 活性与胰岛素分泌、组织中的脂肪储存、骨骼组成和周转以及通过中枢神经系统的食欲调节有关。由于 GLP-1 和 GIP 生物学有交叉但不相同，科学家们一直在探索以 GIPR 为目标的治疗方法与 GLP-1 方法是否可以减少当前疗法的一些弱点并改善长期体重管理。
提名新的临床前候选人
对体重和成分的影响
更广泛地说，越来越多的研究结果表明，肥胖药物可以通过针对多种代谢途径而不是单独依赖 GLP-1 来改善肥胖。像 ISM0676 这样的口服 GIPR 拮抗剂是否能够带来有意义的、持久的益处，最终将取决于后续临床前工作以及最终的人体试验中发生的情况。