识别

通用名称
MB07811
药物库登录号
DB05192
背景

MB07811是Metabasis首次发现的一类新型候选产品,旨在降低血清胆固醇和甘油三酯。MB07811是一种小分子口服药物,在临床前已得到广泛研究,目前正在进行临床试验。MB07811结合了一种新型甲状腺激素受体激动剂和公司的新型HepDirect肝脏靶向前药技术。结合对受体β形式的选择性、肝脏靶向性和其他限制肝外活性的结构特征,旨在提供显著的疗效,同时避免与肝外甲状腺激素受体激活相关的副作用。

类型
小分子
临床实验
同义词
不可用

药理学

指示

研究用于高脂血症的使用/治疗。

降低药物开发失败率
构建、训练和验证机器学习模型
基于证据和结构化的数据集。
看看
使用结构化数据集构建、训练和验证预测机器学习模型。
看看
禁忌症和黑盒子警告
避免危及生命的药物不良事件
提高临床决策支持的信息禁忌症和黑箱警告,人口限制,有害的风险,等等。
了解更多
避免危及生命的药物不良事件,提高临床决策支持。
了解更多
药效学

MB07811的TR β受体选择性和肝脏靶向可以利用该方法的功效,同时避免TR α和TR β受体的肝外激活,这可能导致治疗限制副作用。这些益处可能包括:降低低密度脂蛋白和总胆固醇,降低肝脏和血清甘油三酯,降低Lp(a)和增强肝脏脂肪的清除。

作用机制

研究表明,将TR激动剂靶向于肝脏具有降低低密度脂蛋白胆固醇(“坏”胆固醇)以及肝脏和血浆甘油三酯水平的潜力。

目标 行动 生物
U甲状腺激素受体 不可用 人类
吸收

不可用

配送量

不可用

蛋白结合

不可用

新陈代谢
不可用
淘汰路线

不可用

半衰期

不可用

间隙

不可用

的不利影响
改进决策支持和研究结果必威国际app
有结构化的不良反应数据,包括:黑箱警告,不良反应,警告和预防措施,以及发病率。
了解更多
利用我们结构化的不良反应数据改善决策支持和研究结果。必威国际app
了解更多
毒性

不可用

通路
不可用
药物基因组学效应/ adrBrowse all" title="" id="snp-actions-info" class="drug-info-popup" href="javascript:void(0);">
不可用

的相互作用

药物的相互作用Learn More" title="" id="structured-interactions-info" class="drug-info-popup" href="javascript:void(0);">
在没有医疗保健提供者的帮助下,不应解释此信息。如果您认为自己正在经历互动,请立即与医疗保健提供者联系。没有交互作用并不一定意味着不存在交互作用。
不可用
食物相互作用
不可用

类别

药物类别
分类
没有分类
受影响的生物
不可用

化学标识符

UNII
不可用
化学文摘号
不可用
InChI关键
不可用
InChI
不可用
国际命名
不可用
微笑
不可用

参考文献

一般引用
  1. Erion MD, Cable EE, Ito BR, Jiang H, Fujitaki JM, Finn PD, Zhang BH, Hou J, Boyer SH, van Poelje PD, Linemeyer DL:将甲状腺激素受体- β激动剂靶向肝脏可降低胆固醇和甘油三酯,提高治疗指数。中国科学院学报(自然科学版),2007年9月25日;Epub 2007 9月18日。[文章
PubChem物质
347910014

临床试验

临床试验Learn More" title="" id="clinical-trials-info" class="drug-info-popup" href="javascript:void(0);">
阶段 状态 目的 条件
2 撤销 治疗 高胆固醇 1

药物经济学

制造商
不可用
外包商
不可用
剂型
不可用
价格
不可用
专利
不可用

属性

状态
固体
实验属性
不可用
预测性能
不可用
ADMET预测特征
不可用

光谱

质谱仪(NIST)
不可用
光谱
不可用

目标

建立、预测和验证机器学习模型
使用我们的结构化和基于证据的数据集开启新
洞察和加速药物研究。必威国际app
了解更多
使用我们的结构化和循证数据集来解锁新的见解并加速药物研究。必威国际app
了解更多
种类
蛋白质
生物
人类
药理作用
未知的
通用函数
锌离子结合
特定的功能
可作为转录阻遏物或激活物的核激素受体。高亲和力甲状腺激素受体,包括三碘甲状腺原氨酸和甲状腺素。
基因名字
THRB
Uniprot ID
P10828
Uniprot名字
甲状腺激素受体
分子量
52787.16哒
参考文献
  1. Berman HM, Westbrook J, Feng Z, Gilliland G, Bhat TN, Weissig H, Shindyalov IN, Bourne PE:蛋白质数据库。核酸研究,2000年1月1日;28(1):235-42。[文章

创建于2007年10月21日22:24 /更新于2020年6月12日16:52