Pharmazeutische Zeitung online
GLP-1-Alternative

KI findet appetithemmendes Peptid mit neuem Mechanismus

Bioaktive Peptide im menschlichen Genom zu identifizieren, ist ein äußerst schwieriges Unterfangen. Dabei hält das Genom Überraschungen bereit, die pharmazeutisch/medizinisch äußerst nützlich sein könnten. Diesem Problem näherten sich jetzt Forschende mit Methoden der künstlichen Intelligenz und fanden dabei ein kleines Peptid, das den GLP-1-Agonisten Konkurrenz machen könnte.
Theo Dingermann
13.03.2025  07:00 Uhr
KI findet appetithemmendes Peptid mit neuem Mechanismus

Eine kodierende Region für ein Protein im menschlichen Genom zu identifizieren, ist relativ einfach möglich. Werkzeuge aus dem Baukasten der Bioinformatik erledigen dies seit Jahrzehnten im Handumdrehen. Allerdings sind innerhalb von Proteinen nicht selten Peptide versteckt, die ihrerseits interessante biologische Aktivitäten aufweisen. Ein Beispiel ist das Glucagon-like-Peptide-1 (GLP-1), das als Teil des 180 Aminosäure langen Präproglucagons synthetisiert wird und, neben anderen bioaktiven Peptiden, durch Proteasen aus diesem Vorläufermolekül ausgeschnitten wird.

Jetzt haben Forschende um Dr. Laetitia Coassolo vom Department of Pathology der Stanford University School of Medicine unter Einsatz von künstlicher Intelligenz (KI) ein Peptid identifiziert, das ähnlich wie GLP-1 zumindest in Tiermodellen den Appetit zu unterdrücken vermag.

Wie die Forschenden im Fachjournal »Nature« berichten, gelang es, ein spezielles KI-Tool so zu trainieren, dass man mit ihm gezielt nach prohormonalen Spaltungsstellen suchen kann. Mit Hilfe dieses Tools kartierten die Forschenden systematisch Proteolyse-Fragmente im humanen Proteom. Dabei identifizierten sie mehr als 2600 potenziell bioaktive Peptide als Teil von 373 Proteinen, darunter auch ein bislang unbekanntes antiadipogen wirkendes Peptid, das als BRINP2-related Peptide (kurz: BRP) bezeichnete wird und das nur aus zwölf Aminosäuren besteht. Dieses Peptid wird aus dem Protein BRINP2 (BMP/retinoic acid inducible neural specific 2-petide) durch die Proprotein-Convertase 1 (PCSK1) ausgeschnitten und ist in Gehirn und Liquor nachweisbar.

Behandelteten die Forschenden magere Mäuse und Minischweine vor der Fütterung durch eine intramuskuläre Injektion mit dem Peptid, reduzierten die Tiere die Nahrungsaufnahme in der nächsten Stunde um bis zu 50 Prozent. Bei übergewichtigen Mäusen und Schweinen induziert das Peptid signifikante Gewichtsreduktionseffekte, und dies ohne die typischen Nebenwirkungen von GLP-1-Analoga wie Magen-Darm-Beschwerden.

Die experimentelle KI
von PZ und PTA-Forum
Die experimentelle KI
von PZ und PTA-Forum
Die experimentelle KI
von PZ und PTA-Forum
 
FAQ
SENDEN
Wie kann man die CAR-T-Zelltherapie einfach erklären?
Warum gibt es keinen Impfstoff gegen HIV?
Was hat der BGH im Fall von AvP entschieden?
GESAMTER ZEITRAUM
3 JAHRE
1 JAHR
SENDEN
IHRE FRAGE WIRD BEARBEITET ...
UNSERE ANTWORT
QUELLEN
22.01.2023 – Fehlende Evidenz?
LAV Niedersachsen sieht Verbesserungsbedarf
» ... Frag die KI ist ein experimentelles Angebot der Pharmazeutischen Zeitung. Es nutzt Künstliche Intelligenz, um Fragen zu Themen der Branche zu beantworten. Die Antworten basieren auf dem Artikelarchiv der Pharmazeutischen Zeitung und des PTA-Forums. Die durch die KI generierten Antworten sind mit Links zu den Originalartikeln. ... «
Ihr Feedback
War diese Antwort für Sie hilfreich?
 
 
FEEDBACK SENDEN
FAQ
Was ist »Frag die KI«?
»Frag die KI« ist ein experimentelles Angebot der Pharmazeutischen Zeitung. Es nutzt Künstliche Intelligenz, um Fragen zu Themen der Branche zu beantworten. Die Antworten basieren auf dem Artikelarchiv der Pharmazeutischen Zeitung und des PTA-Forums. Die durch die KI generierten Antworten sind mit Links zu den Originalartikeln der Pharmazeutischen Zeitung und des PTA-Forums versehen, in denen mehr Informationen zu finden sind. Die Redaktion der Pharmazeutischen Zeitung verfolgt in ihren Artikeln das Ziel, kompetent, seriös, umfassend und zeitnah über berufspolitische und gesundheitspolitische Entwicklungen, relevante Entwicklungen in der pharmazeutischen Forschung sowie den aktuellen Stand der pharmazeutischen Praxis zu informieren.
Was sollte ich bei den Fragen beachten?
Damit die KI die besten und hilfreichsten Antworten geben kann, sollten verschiedene Tipps beachtet werden. Die Frage sollte möglichst präzise gestellt werden. Denn je genauer die Frage formuliert ist, desto zielgerichteter kann die KI antworten. Vollständige Sätze erhöhen die Wahrscheinlichkeit einer guten Antwort.
Wie nutze ich den Zeitfilter?
Damit die KI sich bei ihrer Antwort auf aktuelle Beiträge beschränkt, kann die Suche zeitlich eingegrenzt werden. Artikel, die älter als sieben Jahre sind, werden derzeit nicht berücksichtigt.
Sind die Ergebnisse der KI-Fragen durchweg korrekt?
Die KI kann nicht auf jede Frage eine Antwort liefern. Wenn die Frage ein Thema betrifft, zu dem wir keine Artikel veröffentlicht haben, wird die KI dies in ihrer Antwort entsprechend mitteilen. Es besteht zudem eine Wahrscheinlichkeit, dass die Antwort unvollständig, veraltet oder falsch sein kann. Die Redaktion der Pharmazeutischen Zeitung übernimmt keine Verantwortung für die Richtigkeit der KI-Antworten.
Werden meine Daten gespeichert oder verarbeitet?
Wir nutzen gestellte Fragen und Feedback ausschließlich zur Generierung einer Antwort innerhalb unserer Anwendung und zur Verbesserung der Qualität zukünftiger Ergebnisse. Dabei werden keine zusätzlichen personenbezogenen Daten erfasst oder gespeichert.

Mehr von Avoxa