Ի՞նչ են նշանակում AI-ի կողմից մշակված հակաբիոտիկները և նոր հայտնաբերված ֆերմենտը պեպտիդների հետազոտական ​​աշխատանքների համար
Բովանդակություն

Այն, ինչ իրականում ցույց տվեցին MIT հակաբիոտիկների արշավը և ֆերմենտների որոնումը

երկու արշավների կողք կողքի երկու սյունակ, որը ցույց է տալիս մուտքերը, հաշվարկել սանդղակը, առաջադրված թեկնածուներ, թեկնածուները ֆիզիկապես

Պեպտիդների մատակարարների գործարան Պեպտիդային տեխ Երկու արշավները ցույց տվեցին որոնումը և առաջնահերթությունը մասշտաբով, չվավերացված դեղերի թեկնածուներ. Այն Բջջ աշխատանքը համակցեց բեկորների վրա հիմնված և դե նոր գեներատիվ մոդելները և մղեց 36 միլիոն կանխատեսված միացություններ ֆիլտրերի միջոցով 24 սինթեզված մոլեկուլներ, դրանցից յոթը հակաբակտերիալ են (Կրիշնան և այլք։, Բջջ, 2025). Գոնորեայի ուղու ձագարը ցույց է տալիս արժեքը: 6,937,677 առաջացած մոլեկուլներ, 678 մնացել է ֆիլտրումից հետո, 80 առաջնահերթ սինթեզի համար, 27 փորձեց, և միայն 2 -ից 27 փորձված միացությունները սինթեզվում էին.

Ի՞նչ են նշանակում AI-ի կողմից մշակված հակաբիոտիկները և նոր հայտնաբերված ֆերմենտը պեպտիդների հետազոտական ​​աշխատանքների համար

MRSA ուղին վազեց 29,014,974 առաջացած մոլեկուլները դեպի 90 կարճ ցուցակում, 22 ձեռք է բերվել, և 6 ակտիվ է 64 մկգ/մլ, որը հեղինակները հայտնում են որպես MRSA-ի հետքը 27.3% իրական հայտնաբերման տոկոսադրույքը. Կապարի միացությունը կենսաբանական նշանակություն ունի: NG1-ը կապում է LptA-ին, արտաքին թաղանթային շինարարական սպիտակուց, որը գոյություն ունեցող հակաբիոտիկները չեն թիրախավորում, և դրա 0.5 μg/mL MIC ընդդեմ Ն. gonorrhoeae ստացվել է մոտավորապես 3 լոգարիթմական CFU կրճատմամբ մկան հեշտոցային մոդելում. Երկու պաթոգենները նստում են վրա 2024 ԱՀԿ-ի առաջնահերթությունների ցանկը որպես բարձր առաջնահերթություն.

Ֆերմենտի պատմությունը այլ տեսակի ապացույց է. Զեկույցի գործակալները վերականգնվել են 198,290 հակադարձ տրանսկրիպտազային կլաստերներ, գոլ խփեց 3,564 թեկնածու գործընկեր սպիտակուցային ընտանիքներ, և առաջխաղացում 17 մարդու կողմից ընթեռնելի զեկույցներին. Զեկույցն ինքնին կրում է «ART (վարկած)” պիտակը և նշում է, որ բացահայտումները սպասում են փորձնական բնութագրմանը. Անկախ հաշվետվությունը նշում է, որ զեկույցը չի ենթարկվել փորձաքննության և որ նույն հակադարձ տրանսկրիպտազը հայտնվել է 2021 jumbo-phage թուղթ (Լարային, 2026).

Ի՞նչ են նշանակում AI-ի կողմից մշակված հակաբիոտիկները և նոր հայտնաբերված ֆերմենտը պեպտիդների հետազոտական ​​աշխատանքների համար

Ինչու տասնյակ միլիոնավոր թեկնածուներ փլուզվում են մի քանի տասնյակ սինթեզված միացությունների

Մեջբերված արշավները ցույց են տալիս, որ սինթեզը և փորձարարական փորձարկումները կարող են սահմանափակել հայտնաբերման հատուկ ջանքերը. Նրանք չեն հաստատում, որ կանխատեսումը համարժեք է կամ սինթեզը գերիշխող խոչընդոտն է յուրաքանչյուր պեպտիդային ծրագրի մեջ:. Գնահատեք երկուսն էլ.

Պեպտիդային ծրագրերը մյուս կողմից հանդիպում են նույն պատին. Հաղորդվել է գեներատիվ պեպտիդային արշավի մասին 86 -ից 100 նախագծված պեպտիդները ակտիվ էին, բայց դրա սերունդը ծածկված էր տակի հաջորդականությամբ 50 մնացորդներ, և 1 -ից 20 Հենանիշային պեպտիդներն ընդհանրապես չեն կարող սինթեզվել (ApexGO, Բնության մեքենայի հետախուզություն, 2026). Ա 100% սինթեզի հաջողության մակարդակը 20-պեպտիդային հենանիշի վրա նույն պնդումը չէ, ինչ 86% գործունեության վրա 100 պեպտիդներ, և ոչ մի թիվ չի անցնում հիդրոֆոբ 40-մերին.

Ի՞նչ են նշանակում AI-ի կողմից մշակված հակաբիոտիկները և նոր հայտնաբերված ֆերմենտը պեպտիդների հետազոտական ​​աշխատանքների համար

Ինչպես է սինթեզի իրագործելիությունը դառնում ներդրում թեկնածուների վարկանիշավորման համար

չմշակված մաքրության զույգ ձուլակտորներ՝ պսևդոպրոլինի փոխարինումից առաջ և հետո: hGH հատված 23% → 69%, GB1 հատված → → 75%

Իրագործելիությունը պատկանում է գնահատման գործառույթին, դրանից հետո հերթում չէ. Մոդելը, որը դասակարգվում է միայն ըստ կանխատեսված գործունեության, կշարունակի հանձնել լաբորատոր հաջորդականությունները, որոնք լաբորատորիան չի կարող ստեղծել, և յուրաքանչյուր ձախողված միացում արժե մի ցիկլ, որը արշավը չի կարող հետ վերադարձնել. Արժեքը չափելի է. Ա 2026 Բնության քիմիա ուսումնասիրությունը 539 հաջորդականությունները պարզեցին, որ կեղծ պրոլինի փոխարինումը բարձրացնում է անմշակ մաքրությունը 23% դեպի 69% hGH հատվածի համար և ից 17% դեպի 75% GB1 հատվածի համար, վերևում ընդլայնվող ապապաշտպանության գագաթնակետով նշված ագրեգացիոն հաջորդականությամբ 20% համեմատ առաջին միացման հետ (Թամասը և այլք, Բնության քիմիա, 2026).

Նույն աշխատանքը ցույց է տալիս, թե ինչ գոլ խփել. Ագրեգացմանը նպաստող մնացորդային բաղադրություն, ոչ ճշգրիտ հաջորդականությունը, կրում էր կանխատեսող ազդանշանի մեծ մասը: Լինել(t-Սա), Հետ, Վալն ու Թր(t-Սա) մեծացրել է հավանականությունը ամենաշատը, Գլն(Տրթ) և Լեյը մեծ ներդրում ունեցավ, Gly–Ser և Leu–Leu մոտիվները կարևոր էին, և ագրեգացումը սովորաբար սահմանվում է 5 դեպի 15 մնացորդներ խեժի խարիսխից.

Tip-ի համար: Դասակարգման գործառույթին ավելացնելու իրագործելիության հինգ ներդրում: ագրեգացման հակված կազմ, մոտիվ դրոշներ, երկարությունը սինթեզատորի վավերացված տիրույթի համեմատ, փոփոխության բարդությունը, և մաքրման ռիսկը. Այն հաջորդականությունը, որը լավ միավորներ է հավաքում ակտիվության վրա և վատ միավորներ բոլոր հինգում, հերթերի տարր է, թեկնածու չէ.

Ինտեգրման մեկ հարց մնում է բաց. MIT-ի աշխատանքում նկարագրված ApexGO օպտիմիզատորը կարծես թե չի մոդելավորում ագրեգացման հակումը, Այսպիսով, դիզայնից սինթեզ աշխատանքային հոսքին դեռ պետք է այդ շերտը ավելացվի մոդելի ելքի և սինթեզի հերթի միջև.

Ինչ է նշանակում «վավերացված» AI-ով առաջադրված պեպտիդների համար

Վավերացրեք յուրաքանչյուր մեթոդ իր նախատեսված հատկանիշի համար. HPLC-ի մաքրությունը և MS ինքնության արդյունքը պատասխանում են լրացուցիչ հարցերի, բայց դրանց զուգակցումը չի ապացուցում յուրաքանչյուր կառուցվածքային հատկանիշի ուղղանկյուն հաստատում կամ քանակական ուժի և բովանդակության վավերացում.

Հատկանիշ

Հարց, որ պատասխանում է

Առաջնային մեթոդ

Ուղղանկյուն գործընկեր

Ստանդարտ

CoA-ի ընդհանուր բացթողում

Ինքնություն

Սա՞ է հաջորդականությունը Սինթետիկ պեպտիդների մատակարար պատվիրել է?

LC-MS

Ամինաթթուների վերլուծություն կամ MS/MS հաջորդականություն

Ես Q6B

Զանգվածային հաղորդում է առանց մեկնաբանության

Մաքրություն

Որքա՞ն է առկա թիրախային պեպտիդը?

RP- Պուրեպեպտիդներ HPLC

HPLC տարբեր քիմիայի վրա

I Q2(R2)

Միայն տարածքի տոկոսը, մեթոդի մանրամասներ չկան

Պոտենցիա

Արդյո՞ք այն կատարում է վերլուծության մեջ?

Ֆունկցիոնալ վերլուծություն

Օրթոգոնալ կենսափորձ

Ես Q6B Պեպտիդային աղբյուր

Չի հաղորդվում հետազոտական ​​լոտերի համար

Բովանդակություն

Որքա՞ն պեպտիդ կա սրվակի մեջ?

Քանակական վերլուծություն

Զանգվածային հավասարակշռություն

Ես Q6B

Պեպտիդների զուտ պարունակությունը բացակայում է

Էնդոտոքսին

Արդյո՞ք նյութը անվտանգ է վերլուծության համակարգի համար?

LAL թեստ

Մեթոդ-համապատասխանության վերահսկում

USP <85>

Սահմանաչափը նշված չէ

Բջջի վրա հիմնված վերլուծությունների համար, հիմնավորել էնդոտոքսինների վերահսկումը վերլուծության զգայունությունից, կենտրոնացում և միջամտություն. Parenteral K/M սահմանաչափերը բջիջների վերլուծության լռելյայն չափանիշներ չեն. Էնդոտոքսին, կենսունակ միկրոօրգանիզմները և մասնիկները տարբեր ատրիբուտներ են և անհրաժեշտության դեպքում համապատասխան հսկողության կարիք ունեն.

Ինչն է պատրաստի դարձնում պեպտիդային նյութի վերլուծությունը, և ինչպես բացառել արտեֆակտները

Փորձարկման համար պատրաստ պեպտիդային նյութը նյութ է, որի վարքագիծը վերլուծության մեջ առանձնացված է վերլուծության սեփական միջամտությունից. Ստանդարտ ագրեգացման հակացուցիչը գոյություն ունի, քանի որ պեպտիդները ագրեգացվում են ցածրից միջին միկրոմոլային կոնցենտրացիաներում, մասնիկների ձևավորում 100 դեպի 500 նմ այդ սպիտակուցը կապում է պիկոմոլային միջակայքում և անտեսանելի է աչքի համար (Աուլդ, Անգլերեն & Դահլին, Անալիզի ուղեցույցի ձեռնարկ, 2017).

Կոպիտ մաքրություն պսևդոպրոլինի ֆիքսումից առաջ և հետո Կոպիտ մաքրություն պսևդոպրոլինի ֆիքսումից առաջ և հետո, ինչպես նկարագրված է նշված աղբյուրից. Կոպիտ մաքրություն պսևդոպրոլինի ֆիքսումից առաջ և հետո. խմբավորված տողերի տվյալները: hGH հատված: Ստանդարտ սինթեզ 23, Pseudoproline 69; GB1 հատված: Ստանդարտ սինթեզ 17, Pseudoproline 75.Աղբյուր: Թամասը և այլք, Բնության քիմիա 18:677– 685 2026-03-20. Կոպիտ մաքրություն պսևդոպրոլինի ֆիքսումից առաջ և հետո 0 25 50 75 100 Ստանդարտ սինթեզ Pseudoproline 23 69 hGH հատված 17 75 GB1 հատված Աղբյուր: Թամասը և այլք, Բնության քիմիա 18:677– 685 (2026-03-20)

Ընտրեք համախմբում, թաղանթ-վնասվածք, ադսորբցիա և փոխադրամիջոցի հսկողություն իրական վերլուծության համար. Գրականության կոնցենտրացիաները կամ LDH արձագանքման միջակայքերը համընդհանուր ընդունման սահմաններ չեն, և լվացող միջոցը կարող է ինքնին փոխել թաղանթ-ակտիվ պեպտիդների մեխանիզմը.

Ո՞ր կառավարումն է առանձնացնում հաշվողական խոստումը վավերացված կատարումից

Կառավարումը բաժանում է երկուսը` առանձին պահելով մոդելի արդյունքը և չափված արդյունքը, տարբերակված գրառումներ, և մերժելով մեկը մյուսի փոխարեն. Մասը 11 Audit-trail լեզուն էլեկտրոնային գրառումը սահմանում է որպես տեքստի ցանկացած համակցություն, գրաֆիկա, տվյալները, աուդիո, ստեղծված պատկերային կամ այլ տեղեկատվական ներկայացում, փոփոխված, պահպանվում է, արխիվացված, վերցված կամ բաշխված համակարգչային համակարգով, և համակարգչային համակարգերը և դրանց փաստաթղթերը ենթակա է FDA ստուգման (21 CFR մաս 11, eCFR).

Դա կարգավորում է գրառումները, ոչ մոդելի վավերականություն. Կանոնակարգում ոչինչ չի ասում, որ գեներատիվ մոդելը որակավորված է, քանի որ դրա արդյունքները գրանցվում են. Ֆերմենտային արշավը ցույց է տալիս, թե ինչու է տարբերությունը կարևոր: Զեկույցի սեփական հայտարարությունն այն մասին, որ ֆունկցիան անհայտ է, դրված է տասը կրկնությունների կողքին, որոնք երբեք չեն հայտնվել զանգվածի մեջ որպես բացահայտում.

Հայց

Կարգավիճակ

Ինչն այն առաջ կշարժեր

36 առաջացած միլիոն միացություններ

Ցուցադրվել է, վերանայվել է գործընկերների կողմից

Ոչինչ հետագա

6 -ից 22 MRSA միացություններ ակտիվ in vitro Պեպտիդային թեստ արտադրող

Ցուցադրվել է, վերանայվել է գործընկերների կողմից

Անկախ կրկնօրինակում

NG1 արդյունավետությունը մկնիկի մոդելում

Ցուցադրված է միայն կենդանիների մոտ

Ոչ մի կլինիկական պահանջ չի թույլատրվում

ART համակարգի գործառույթը

Վարկած, չգնահատված

Փորձարարական բնութագրում

Մոդելի վարկանիշը կանխատեսում է սինթեզի հաջողություն

Չի հաստատվել

Սինթեզի հեռանկարային տվյալներ

Հիմա ինչ պետք է փոխի պեպտիդային ծրագիրը

պեպտիդային լոտով նստարան, դրա CoA-ն և վերլուծական տպագրությունները դրված են սինթեզի հերթի էկրանի կողքին

Նախ փոխեք դասակարգման գործառույթը, ապա վերլուծական փաթեթը, ապա գրառումները. Կոնկրետ: ավելացնել իրագործելիության գնահատականը կարճ ցուցակից առաջ, պահանջում են ուղղանկյուն ինքնության մեթոդ յուրաքանչյուր լոտի վրա, գործարկել ագրեգացիոն հակասքրինները՝ նախքան առաջնային ակտիվներին հավատալը, և պահպանել մոդելի արդյունքը և չափված արդյունքները առանձին տարբերակված գրառումներում՝ աուդիտի հետքով.

Որտեղ սինթեզը սահմանափակում է, մատակարարի խոսակցությունն ավելի կարևոր է, քան մոդելը. Մեր թիմը MOL Changes-ում իրականացնում է Fmoc պինդ փուլային սինթեզ՝ հակափուլային HPLC-ի և զանգվածային սպեկտրոմետրիայի տվյալների հետ, որոնք տրամադրվում են պեպտիդների յուրաքանչյուր պատվերով:, ծածկում է N-տերմինալը, C-տերմինալ և կողային շղթայի փոփոխություններ, ներառյալ ցիկլացումը, դիսուլֆիդային կամուրջներ, ոչ բնական ամինաթթուներ և կայուն իզոտոպներ, և կշեռքներ՝ միլիգրամից մինչև կիլոգրամ՝ լիոֆիլիզացիայի միջոցով. Հաստատություններն օգտագործում են երկակի մեկուսացում, HEPA ֆիլտրում և դրական ճնշման տարածություն, մաքրության ընթացքում փորձարկման միջոցով, բովանդակությունը, էնդոտոքսին, pH և ստերիլություն ինքնաստուգման ռեժիմի ներքո.

Պատուհան

Գործողություն

30 օրեր

Վարկանիշային ֆունկցիային ավելացրեք իրագործելիության հինգ տվյալները; ստուգեք վերջին երեք CoA-ները՝ բացակայող ինքնության կամ բովանդակության տվյալների համար

60 օրեր

Զույգացրեք մաքրության յուրաքանչյուր մեթոդ ուղղանկյուն նույնականացման մեթոդի հետ; ավելացնել ագրեգացման հակացուցիչը ստանդարտ փորձարկման արձանագրությանը

90 օրեր

Մոդելի արդյունքների գրառումներն առանձնացրեք չափված արդյունքների գրառումներից՝ տարբերակման և աուդիտի հետքով; գրեք պահանջի կարգավիճակի ռեգիստրը յուրաքանչյուր ակտիվ ծրագրի համար

Հաճախակի տրվող հարցեր

Արդյո՞ք 86% Պեպտիդների հարվածների արագությունը ապացուցում է, որ AI-ի պեպտիդների դիզայնը գերազանցում է փոքր մոլեկուլային արշավներին?

Ոչ. Այն 86 -ից 100 Նախագծված պեպտիդները ակտիվ էին դրանցից առնվազն մեկի դեմ 11 հարուցիչներ, մինչդեռ Բջջ թղթեր 27.3% ակտիվություն է 22 սինթեզված փոքր մոլեկուլներ. Տարբեր հայտարարներ, տարբեր քիմիական տարածություն, տարբեր ելակետեր.

Ինչու՞ AI-ի կողմից ստեղծված այդքան շատ թեկնածուներ ձախողվում են սինթեզում?

Քանի որ սերունդը սահմանափակված չէ սինթեզի ուղիներով. Այն Բջջ հեղինակները հաղորդում են միայն այդ մասին 2 -ից 27 Փորձված միացությունները մեկ ուղու վրա սինթեզվում էին, և այդ մեկ հատվածը պետք է կրճատվեր, քանի որ դրա լավագույն հինգ միացություններից և ոչ մեկը հասանելի չէր սովորական ժամկետներում և ծախսերում.

Արդյո՞ք ֆերմենտի հայտնաբերումը վերանայված է?

Ոչ. Տեխնիկական հաշվետվությունը չի ենթարկվել փորձաքննության, համակարգը պիտակավորում է որպես վարկած, և նշում է, որ բացահայտումները սպասում են փորձնական բնութագրմանը.

Արդյո՞ք ICH և USP ստանդարտները կիրառվում են հետազոտական ​​կարգի պեպտիդների համար?

I Q2(R2) և Q6B-ը ղեկավարում են դեղերի վերլուծական վավերացումը և բնութագրերի կարգավորումը. Հետազոտական ​​մակարդակի նյութի համար, օգտագործել դրանք որպես մեթոդի որակի չափանիշ: ուղղանկյուն ինքնություն, ցույց տվեց յուրահատկություն, և էնդոտոքսինների նշված սահմանները դեռ ասում են ձեզ, թե արդյոք CoA-ն ինչ-որ բան է նշանակում.

Ինչպե՞ս պետք է պեպտիդների սինթեզի իրագործելիության առաջնահերթությունը փոխի դասակարգման գործառույթը?

Միավորների ագրեգացման հակված կազմը, մոտիվ դրոշներ, երկարությունը վավերացված սինթեզի միջակայքին համեմատ, փոփոխման բարդությունը և մաքրման ռիսկը կանխատեսված գործունեության հետ մեկտեղ, և բուժել բարձր ակտիվությունը, բարձր ռիսկային հաջորդականություն՝ որպես հերթային տարր, այլ ոչ թե թեկնածու.

Եզրակացություն

MIT հակաբիոտիկների արշավը և ֆերմենտների որոնումը ցույց են տալիս, որ դիզայնից տվյալների հանգույցը կարող է փնտրել հսկայական տարածքներ և վերադարձնել առաջնահերթ վարկածներ; դրանք ցույց չեն տալիս, որ որևէ միացություն կամ պեպտիդ դեղ է. Այն Բջջ աշխատանքը դադարում է մկների վարակման մոդելներում, պեպտիդային արշավը դադարում է in vitro MIC-ներում, իսկ ֆերմենտային համակարգը մնում է հիպոթեզ, որը սպասում է փորձերի. AI-ի կողմից մշակված հակաբիոտիկների և պեպտիդների հետազոտական ​​աշխատանքների համար, թույլ օղակները սինթեզի իրագործելիությունն են, ուղղանկյուն վավերացում և գրառումների կառավարում, և դրանցից յուրաքանչյուրը ինժեներական խնդիր է, որը ծրագիրը կարող է շտկել այս եռամսյակում.

Այն տեղաշարժը, որը մենք ակնկալում ենք տեսնել ամբողջ դաշտում, եռակի է: իրագործելիության մասին իրազեկ նախագծում, որը դասակարգում է թեկնածուներին՝ ըստ նրանց հնարավորության, orthogonal-by-default վերլուծությունները, որոնք ենթադրում են, որ ցանկացած մեթոդ կարող է մոլորեցնել, և պնդում են պիտակներ, որոնք տարածվում են տվյալների հետ, այնպես որ մկնիկի մոդելի արդյունքը երբեք չի կարդացվում որպես կլինիկական. Ծրագրերը, որոնք ընդունում են բոլոր երեքը, AI-ի թեկնածուների ցուցակները ավելի արագ կվերածեն վերլուծության համար պատրաստ պեպտիդային նյութի, քան այն ծրագրերը, որոնք վավերացումը վերաբերվում են որպես ներքևի ձևականության:.

Գործնական առաջին քայլը մեկ բարդ հաջորդականությունը և դրա նախատեսված վերլուծությունը տեխնիկական խոսակցության մեջ բերելն է. Հարցրեք, թե ինչ պետք է պարունակի վերլուծական փաթեթը՝ նախքան CoA-ն ստորագրելը, և պահանջեք օրինակելի CoA և վերլուծական փաթեթ, որպեսզի պատասխանը լինի փաստաթուղթ, քան խոստում. Այստեղ ոչինչ կլինիկական կամ կարգավորող խորհուրդ չէ; Թեկնածուի առաջընթացի վերաբերյալ որոշումները պատկանում են ձեր սեփական գիտական ​​և բժշկական գրախոսներին.

Հրատարակչի բացահայտում: MOL Changes-ը մատակարարում է պեպտիդային ծառայություններ և առևտրային հետաքրքրություն ունի այս թեմայով. Սպասարկման տիրույթները և կարողությունների մասին հայտարարությունները մատակարարի պահանջներն են; կոնկրետ կառուցվածքի առկայությունը և կատարումը պահանջում են նախագծին հատուկ ապացույցներ.

Xiaoxia Chen

Xiaoxia Chen

Նոր դեղամիջոց Ռ&Դ Տեխնիկ Հիմնական փորձաքննություն: Թիրախի բացահայտում, կառուցվածք-գործունեություն հարաբերություն (SAR) վերլուծություն, պեպտիդ-դեղերի կոնյուգատներ (PDC-ներ), և հակատարիքային և նյութափոխանակության պեպտիդների զարգացում.

Անձնագիր: Xiaoxia Chen-ը ղեկավարել է մի քանի նյութափոխանակության և ուռուցքային պեպտիդային դեղամիջոցների վաղ հայտնաբերումը և նախակլինիկական հետազոտությունը:. Նա ոչ միայն հմուտ է պեպտիդային գրադարանների բարձր թողունակության սքրինինգում, այլև հմուտ է օգտագործելու AI-ի օգնությամբ հաշվողական կենսաբանությունը դե նոր պեպտիդային հաջորդականության նախագծման համար:. Ներկայումս, նա ղեկավարում է թիմը, որը նվիրված է հաջորդ սերնդի բազմաֆունկցիոնալ ագոնիստների խորը հետազոտությանն ու զարգացմանը (ինչպիսիք են երկակի- կամ եռակի թիրախային ճարպը նվազեցնող պեպտիդներ) և հյուսվածքները վերականգնող բարձր ակտիվ պեպտիդներ.

Փաստը ստուգված է & Խմբագրական ուղեցույցներ
Վերանայել է: Առարկայական փորձագետներ
Կիսվեք այս հոդվածով
Տուն Որոնում Whatsapp Ծառայություններ Արտադրանք