首页 » 标签 :“耐药性”(共找到约376条相关新闻)
  • Mol Cell:科学家识别出癌细胞对疗法产生耐药性的关键驱动蛋白

    2020年10月6日 讯 /生物谷BIOON/ --携带BRCA1/2突变的个体患乳腺癌、卵巢癌和前列腺癌的风险较高,当患者对挽救生命的疗法产生耐受性时癌症就会变得更加具有侵袭性;近日,一项刊登在国际杂志Molecular Cell上的研究报告中,来自德克萨斯大学奥斯汀分校等机构的科学家们通过研究识别出了一种癌细胞对药物产生耐受性的关键驱动因素,这或许有望帮

  • Nature论文详解战胜抗生素耐药性新策略!利用模块化合成重新设计现有的抗生素分子

    2020年9月29日讯/生物谷BIOON/---抗生素耐药性是世界上最紧迫的公共卫生威胁之一。仅在美国,每年就有数万人死于金黄色葡萄球菌和粪肠球菌等常见细菌的耐药性菌株,这些菌株可导致几乎无法治疗的医院感染。目前很少有新型抗生素被开发出来用于对抗已经对传统抗生素产生耐药性的感染,而将任何一种新药推向市场可能需要几十年时间。如今,在一项新的研究中,来自美国加州

  • Cancer Res:抑制SHP2信号可克服肺癌细胞耐药性

    来自德克萨斯大学MD安德森癌症中心和BridgeBio Pharma,Inc.附属公司Navire Pharma,Inc.的新的临床前研究发现,新型SHP2抑制剂IACS-13909能够克服非小细胞肺癌的多种治疗耐药机制(NSCLC),这表明一种可能的新方法可用于治疗已对靶向EGFR抑制剂奥西替尼产生抗药性的癌症。

  • 牛奶假单胞菌耐药性获解析

     近日,中国农业科学院北京畜牧兽医研究所奶产品质量与风险评估科技创新团队在生乳中假单胞杆菌耐药性研究方面取得新进展,发现生乳假单胞杆菌存在多样的抗性决定簇以及获得性耐药基因,为生乳质量安全风险评估提供了支撑。相关研究成果发表在《微生物学前沿(Frontiers in Microbiology)》上。据文章作者孟璐博士介绍,假单胞杆菌是生乳中重要的腐

  • Cancer Res:成纤维细胞关键分子调控癌细胞耐药性

    近日,由来自日本的研究人员发现了胃癌细胞出现耐药性的新机制。研究人员发现,细胞外囊泡(EVs)中包含的,由癌症相关的成纤维细胞(CAF)分泌的膜联蛋白A6分子会被胃癌细胞吸收,从而导致了对抗癌药物治疗的抵抗力。这一发现为针对膜联蛋白A6和癌症相关成纤维细胞(CAF)的新型药物开发创造了新途径。

  • Nat Struct & Mol Biol:揭示DNA聚合酶ζ如何保护细胞免于DNA损伤 或有望帮助开发抵御耐药性癌症的新型疗法

    2020年8月19日 讯 /生物谷BIOON/ --近日,一项刊登在国际杂志Nature Structural & Molecular Biology上的研究报告中,来自西奈山医院等机构的科学家们通过研究首次揭开了保护细胞免于持续性DNA损伤的复杂酶类的3-D结构和其工作机制,相关研究或为开发治疗对化疗耐受癌症的新型疗法提供新的思路,文章中,研究人员

  • Cell:阻断特殊蛋白的功能或有望增强免疫疗法的效力来增强清除耐药性癌细胞的能力

    2020年8月13日 讯 /生物谷BIOON/ --免疫疗法能通过刺激患者自身的免疫系统来攻击癌细胞,从而就能使得部分癌症患者的疾病快速完全缓解,这种疗法在癌症患者的治疗上带来了革命性的变革,但实际上其仅能对不到四分之一的患者发挥治疗作用,因为肿瘤非常狡猾,其能有效躲避宿主免疫系统的攻击,近日,一项刊登在国际杂志Cell上的研究报告中,来自华盛顿大学医学院等

  • Cell Metabol:突破!科学家或有望靶向作用细胞的代谢改变来清除耐药性癌细胞!

    2020年8月13日 讯 /生物谷BIOON/ --利用化疗能够有效治疗诸如白血病等血液癌症,然而耐药性癌细胞往往会躲避最原始的药物治疗策略从而促进癌症复发,近日,一项刊登在国际杂志Cell Metabolism上的研究报告中,来自哈佛大学等机构的科学家们通过研究识别出了耐药性癌细胞的独特特征,即其会发生代谢过程的短暂改变(如何利用营养物质),相关研究结果或

  • 治疗铂类耐药性卵巢癌 新型ADC药物获FDA快速通道资格

      当地时间8月11日,美国生物制药公司Mersana Therapeutics 宣布其抗体偶联药物(ADCs)XMT-1536获得美国FDA授予的快速通道资格,用于治疗铂类耐药性高级别浆液性卵巢癌。这些患者具有铂耐药性且已接受3种先行全身性治疗,或不论铂耐药与否已接受四种先行系统治疗。XMT-1536的作用靶点为钠依赖性磷酸转运蛋白Na

  • PNAS:人工智能帮助预测耐药性超级细菌

    在最近一项研究中,杜克大学的生物医学工程师已经表明,可以通过对细菌的生长动态进行机器学习分析来区分不同菌株,然后可以准确地预测其他特征,例如对抗生素的抵抗力。该技术具有比当前标准技术更快,更简单,更便宜,更准确的识别疾病和预测菌株行为的优点。