Formulation and PEGylation optimization of the therapeutic PEGylated phenylalanine ammonia lyase for the treatment of phenylketonuria
Notice bibliographique
Résumé
Phenylketonuria (PKU) is a genetic metabolic disease in which the decrease or loss of phenylalanine hydroxylase (PAH) activity results in elevated, neurotoxic levels of phenylalanine (Phe). Due to many obstacles, PAH enzyme replacement therapy is not currently an option. Treatment of PKU with an alternative enzyme, phenylalanine ammonia lyase (PAL), was first proposed in the 1970s. However, issues regarding immunogenicity, enzyme production and mode of delivery needed to be overcome. Through the evaluation of PAL enzymes from multiple species, three potential PAL enzymes from yeast and cyanobacteria were chosen for evaluation of their therapeutic potential. The addition of polyethylene glycol (PEG, MW = 20,000), at a particular ratio to modify the protein surface, attenuated immunogenicity in an animal model of PKU. All three PEGylated PAL candidates showed efficacy in a mouse model of PKU (BTBR Pahenu2) upon subcutaneous injection. However, only PEGylated Anabaena variabilis (Av) PAL-treated mice demonstrated sustained low Phe levels with weekly injection and was the only PAL evaluated that maintained full enzymatic activity upon PEGylation. A PEGylated recombinant double mutant version of AvPAL (Cys503Ser/Cys565Ser), rAvPAL-PEG, was selected for drug development based on its positive pharmacodynamic profile and favorable expression titers. PEGylation was shown to be critical for rAvPAL-PEG efficacy as under PEGylated rAvPAL had a lower pharmacodynamic effect. rAvPAL and rAvPAL-PEG had poor stability at 4°C. L-Phe and trans-cinnamate were identified as activity stabilizing excipients. rAvPAL-PEG is currently in Phase 3 clinical trials to assess efficacy in PKU patients.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».