Cambridge, MA – 18 de junio de 2025 – Insilico Medicine ("Insilico"), una compañía biotecnológica en etapa clínica impulsada por inteligencia artificial (IA) generativa, anuncia hoy que el primer paciente ha sido dosificado en un ensayo clínico multicéntrico global (NCT06414460) para evaluar ISM3412, un inhibidor de MAT2A potencialmente mejor en su clase, potenciado por IA y con estructura novedosa, en pacientes con tumores sólidos localmente avanzados y metastásicos.

Estudio muestra que las pérdidas de carbono y nitrógeno en el suelo persisten durante casi una década después de los incendios, y que la conversión a uso agrícola causa impactos aún más severos

Insilico Medicine, una empresa biotecnológica en fase clínica impulsada por inteligencia artificial (IA) generativa, anuncia hoy el desarrollo de inhibidores pan-KRAS novedosos de nuevos quimiotipos a través de diseño de fármacos basado en estructura, salto de andamiaje combinado con modelado molecular intenso, potenciado por los métodos de química generativa de Chemistry42, la plataforma de química generativa propietaria de Insilico. Desarrollados en los esfuerzos conjuntos de inteligencia artificial y experiencia humana, los compuestos candidatos demostraron inhibición pan-KRAS con potencia en el rango nanomolar superior. Los resultados han sido publicados recientemente en ACS Medicinal Chemistry Letters.

La Dra. Claire J. Foldi, Profesora Asociada de la Universidad Monash, lidera investigaciones pioneras sobre la neurobiología de los trastornos alimentarios. Su trabajo se centra en comprender los circuitos cerebrales involucrados en la anorexia nerviosa y otros trastornos alimentarios, con el objetivo de desarrollar tratamientos más eficaces. Esta investigación resulta crucial dado que los trastornos alimentarios permanecen entre las enfermedades mentales más mortales y menos comprendidas.

Investigadores encontraron una sustancia que provoca la muerte del 90 % al 100 % de las larvas del Aedes aegypti en la própolis de una abeja nativa de Brasil.

La evaluación de modelos predictivos para casos de bajo peso al nacer se basó en datos provenientes de un estudio poblacional con más de 1,500 gestantes de la ciudad de Araraquara, en el estado de São Paulo (Brasil).