Une nouvelle façon de synthétiser les ARNm pourrait améliorer l’efficacité des médicaments et des vaccins à base d’ARNm

La NASA annonce 16 personnes qui etudieront les ovnis pour

Une équipe de biologistes synthétiques de l’Université des sciences et technologies de Hong Kong (HKUST) a récemment découvert un moyen d’augmenter jusqu’à 10 fois l’efficacité de la production de protéines d’ARNm synthétique, ce qui signifie l’efficacité des vaccins et des médicaments à ARNm, tels que ceux utilisés contre le cancer, le COVID-19 ou d’autres maladies génétiques, sera fortement stimulé avec encore moins de dosage des ARNm.

Les ARNm peuvent être synthétisés pour apprendre à nos cellules à fabriquer tout type de protéines, telles que des antigènes, des enzymes et des hormones qui sont essentielles pour combattre les infections et réguler les fonctions corporelles. L’ARNm est donc sans doute une option privilégiée pour les vaccins et le traitement de nombreux types de maladies. .

Cependant, des doses élevées et des injections répétées sont souvent nécessaires pour les médicaments et les vaccins à base d’ARNm afin de générer une quantité suffisante de protéines dans le corps, améliorant ainsi l’efficacité de l’ARNm, par exemple en augmentant son efficacité de production de protéines, est un sujet brûlant parmi les scientifiques car notre système, par exemple, pourrait mieux fonctionner avec des anticorps plus certains.

Maintenant, une équipe dirigée par le professeur Becki Kuang Yi, professeur adjoint au département de génie chimique et biologique de HKUST, a découvert un moyen qui pourrait améliorer à la fois la durée de vie et l’efficacité de l’ARNm.

La queue d’ARNm optimisée le protégerait d’une dégradation immédiate et pourrait rester plus longtemps dans la cellule, augmentant jusqu’à 10 fois l’efficacité de la production de protéines. 1 crédit

Après avoir conçu différentes séquences de queue d’ARNm, l’équipe du professeur Kuang a finalement découvert des séquences optimisées qui pourraient produire 3 à 10 fois plus de protéines que les séquences de queue non optimisées couramment utilisées pour les ARNm synthétiques sur les cellules humaines et sur les souris. La durée de la production de protéines est également doublée.

Cette nouvelle technologie réduira non seulement la quantité et le nombre d’injections nécessaires pour les médicaments et les vaccins à base d’ARNm, mais réduira également potentiellement le coût des traitements. Il peut également être utilisé avec d’autres technologies d’amélioration de l’ARNm pour stimuler de manière synergique la production de protéines.

« L’augmentation de la production de protéines d’ARNm synthétique est généralement bénéfique pour tous les médicaments et vaccins à base d’ARNm », a déclaré le professeur Kuang.

La queue d’ARNm optimisée (à droite) pourrait encore synthétiser des protéines (teintes en vert vif) 48 heures après la livraison aux cellules, par rapport à la queue non optimisée, dont la production de protéines s’est presque arrêtée. 1 crédit

« En collaboration avec l’Université Sun Yat-Sen, notre équipe explore actuellement l’utilisation de queues optimisées pour les vaccins anticancéreux à ARNm sur les animaux. Nous sommes également impatients de collaborer avec des sociétés pharmaceutiques pour transférer cette invention sur les pipelines de développement de thérapies et de vaccins à profiter à la société. »

La découverte a été récemment publiée en ligne dans le journal of Thérapie moléculaire — Acides nucléiques.

Les médicaments et les vaccins à base d’ARNm ont attiré beaucoup d’attention ces dernières années en raison de leur efficacité à nous protéger contre les conditions graves de certaines maladies transmissibles telles que le COVID-19 et de leur potentiel élevé dans le traitement de maladies chroniques comme les cancers.

Plus d’information:
Cheuk Yin Li et al, les queues contenant de la cytidine améliorent et prolongent de manière robuste la production de protéines d’ARNm synthétique dans la cellule et in vivo, Thérapie moléculaire — Acides nucléiques (2022). DOI : 10.1016/j.omtn.2022.10.003

Fourni par l’Université des sciences et technologies de Hong Kong

ph-tech