OrientSciences NewsChińska biotechnologia i badania medyczne
3 min czytania
Wiadomości regulacyjneBadania metaboliczneAnaliza peptydów

Wiadomości o peptydach z tego tygodnia: Australia dopuszcza doustną tabletkę semaglutydu, a sekwencjonowanie z AI pokazuje granice

Australijska TGA rejestruje doustny Wegovy, pierwszy doustny GLP-1, a test w Nature Methods pokazuje, gdzie zawodzi sekwencjonowanie peptydów z AI.

Dwie wiadomości z 3 listopada w tym tygodniu: regulacyjny przełom dla doustnego leku z grupy GLP-1 w Australii oraz uważne spojrzenie na to, jak dobrze AI potrafi odczytać kolejność aminokwasów w peptydzie.

Australia dopuszcza pierwszą tabletkę GLP-1

3 listopada 2026 roku australijska agencja Therapeutic Goods Administration (TGA) zarejestrowała doustny Wegovy, tabletkę semaglutydu firmy Novo Nordisk. Według ABC News jest to pierwszy lek z grupy GLP-1, który TGA zatwierdziła w postaci doustnej. Jest dopuszczony dla dorosłych z otyłością oraz dla osób, które muszą obniżyć ryzyko sercowo-naczyniowe, i wymaga recepty.

Zarejestrowano cztery dawki: 1,5 mg, 4 mg, 9 mg i 25 mg. TGA musi jeszcze ocenić opakowanie i procesy produkcyjne, które przed zwolnieniem produktu muszą spełniać normy jakości. Nie ustalono ceny dla Australii, a według relacji tabletka ma trafić do aptek przed Bożym Narodzeniem.

Australijski program refundacji leków obecnie dopłaca do leków na odchudzanie tylko w cukrzycy typu 2. Doustny lek firmy Eli Lilly, orforglipron, wciąż czeka na decyzję TGA.

Jak dobrze AI czyta sekwencję peptydu?

Praca w Nature Methods, opublikowana 3 listopada, porównała osiem modeli głębokiego uczenia do sekwencjonowania peptydów de novo. Polega to na ustaleniu kolejności aminokwasów w peptydzie bezpośrednio z danych spektrometrii mas, bez korzystania z bazy danych. W porównaniu użyto trzech publicznych zbiorów danych.

Większość błędów sekwencjonowania nie zależała od modelu. Wynikała z brakujących jonów fragmentacyjnych, czyli kawałków, które znaczą każdą pozycję w łańcuchu, gdy peptyd rozpada się w aparacie. Gdy ich brak, sekwencja pozostaje niejednoznaczna niezależnie od modelu.

Podobnie wyglądające reszty o równej masie nadal trudno też rozróżnić, bo sama masa ich nie rozdziela. Wyniki sugerują, że potrzeba lepszych danych, a nie tylko lepszych modeli.

ŹRÓDŁA I DODATKOWE MATERIAŁY

Share this update

Share this update: https://orientsciences.com/news/peptide-research-week-3-4-november-2026

Zobacz wszystkie aktualności