Entwicklung struktureller Deskriptoren zur NS3.4A Protease und Vorhersagen von STAT-C Resistenzen bei Peptidomimetika

WELTWeit Sind约1.7亿Menschen编年史麻省理工学院DEM丙型肝炎病毒感染。治疗丙型肝炎病毒感染丙型肝炎病毒的患者中，有50%感染干扰素。Für治疗是一种新的治疗方法，也是一种治疗方法。这是一件非常重要的事情，因为这是一件非常重要的事情。上级统治着Risiko von Resistenzen和Damit die notwendigkeit geeignete wirkstoffe zu kombinieren。在Diesem Projekt Sollen strukturelle Deskritop ren zur NS3.4A Protease entwickelt，MIT Deren Hilfe eine Vorhersage von Resistenzen gegenüber Peptidomimetka möglich wird.在新的病毒载体上，我们发现了丙型肝炎病毒1a亚型。对分子阻力机理进行了计算机分析，并进行了3D-Struktru信息学实验。Schlie？lich被统计为Lernverfahren zur Klassifikation Structureller Eigenschaften im Zusammenang MIT phänotype ischer Resistenz eingesetzt.对结构特征进行了详细的分析和解释，并对其进行了迭代优化。

Weltweit sind ca. 170 Millionen Menschen chronisch mit dem Hepatitis C Virus infiziert. Aktuelle Therapieschemata sind Interferon-basiert und erreichen bei HCV-1 infizierten Patienten Heilungsraten von etwa 50 %. Für Therapieversager ist die Entwicklung spezifischer Medikamente entscheidend. Das Spektrum verfügbarer Substanzen wird in naher Zukunft sehr umfangreich sein und Möglichkeiten zur Kombination von Wirkstoffen bieten. Hiermit steigt auch das Risiko von Resistenzen und damit die Notwendigkeit geeignete Wirkstoffe zu kombinieren. In diesem Projekt sollen strukturelle Deskriptoren zur NS3.4A Protease entwickelt werden, mit deren Hilfe eine Vorhersage von Resistenzen gegenüber Peptidomimetika möglich wird. Hierzu sind umfangreiche invitro Resistenztestungen geplant, wobei neben Replikon und Zell-freien Assays, insbesondere ein neu entwickeltes, infektiöses HCV-1a Zellkultursystem eingesetzt wird. Zur in-silico Analyse molekularer Resistenzmechanismen kann auf experimentelle 3D-Strukturinformation zugegriffen werden. Schließlich werden statistische Lernverfahren zur Klassifikation struktureller Eigenschaften im Zusammenhang mit phänotypischer Resistenz eingesetzt. Eine detaillierte Analyse und Interpretation dieser strukturellen Eigenschaften ermöglicht eine weiterführende molekulare Charakterisierung mittels gezielter Mutageneseexperimente und eine iterative Optimierung der Deskriptoren.