Esta es una revisión de trabajo sobre Péptido, para quien quiere más que un párrafo y menos que un manual.
Esta página se actualizó el 2025-11-21 y se revisa periódicamente.
== Valuación == La naturaleza de un proyecto de desarrollo de medicamentos se caracteriza por altas tasas de deserción, grandes gastos de capital y plazos prolongados. Esto hace que la valoración de tales proyectos y empresas sea una tarea desafiante. No todos los métodos de valoración pueden hacer frente a estas particularidades. Los métodos de valoración más utilizados son el valor actual neto ajustado al riesgo (rNPV), los árboles de decisión, las opciones reales o los comparables. Los impulsores de valor más importantes son el costo de capital o la tasa de descuento que se utiliza, los atributos de fase como la duración, las tasas de éxito y los costos, y las ventas previstas, incluido el costo de bienes y los gastos de marketing y ventas. Aspectos menos objetivos como la calidad de la gestión o la novedad de la tecnología deben reflejarse en la estimación de los flujos de efectivo.
Fuentes: es.wikipedia.org
== Tasa de éxito == Los candidatos a un nuevo fármaco para tratar una enfermedad podrían, teóricamente, incluir de 5.000 a 10.000 compuestos químicos. En promedio, alrededor de 250 de estos son lo suficientemente prometedores para una evaluación adicional utilizando pruebas de laboratorio, ratones y otros animales de prueba. Por lo general, alrededor de diez de estos califican para pruebas en humanos. Un estudio realizado por el Centro Tufts para el Estudio del Desarrollo de Fármacos que cubrió las décadas de 1980 y 1990 encontró que solo el 21.5 por ciento de los medicamentos que comenzaron los ensayos de Fase I finalmente fueron aprobados para su comercialización. En el período de 2006 a 2015, la tasa de éxito fue del 9,6%. Las altas tasas de fracaso asociadas con el desarrollo farmacéutico se conocen como el problema de la "tasa de deserción". La toma de decisiones cuidadosa durante el desarrollo de medicamentos es esencial para evitar costosos fracasos. En muchos casos, el diseño inteligente de programas y ensayos clínicos puede evitar resultados negativos falsos. Los estudios de búsqueda de dosis bien diseñados y las comparaciones con un grupo de tratamiento con placebo y con el estándar de oro desempeñan un papel importante en la obtención de datos fiables.
Fuentes: es.wikipedia.org
== Iniciativas informáticas == Las iniciativas novedosas incluyen la asociación entre organizaciones gubernamentales y la industria, como la Iniciativa Europea de Medicamentos Innovadores. La Administración de Alimentos y Medicamentos de EE. UU. creó la "Iniciativa de ruta crítica" para mejorar la innovación en el desarrollo de medicamentos, y la designación de Terapia Innovadora para acelerar el desarrollo y la revisión regulatoria de medicamentos candidatos para los cuales la evidencia clínica preliminar muestra que el medicamento candidato puede mejorar sustancialmente la terapia por un trastorno grave. En marzo de 2020, el Departamento de Energía de los Estados Unidos, la Fundación Nacional de Ciencias, la NASA, la industria y nueve universidades reunieron recursos para acceder a supercomputadoras de IBM, combinados con recursos de computación en la nube de Hewlett Packard Enterprise, Amazon, Microsoft y Google, para el descubrimiento de fármacos. El Consorcio de Computación de Alto Rendimiento COVID-19 también tiene como objetivo pronosticar la propagación de enfermedades, modelar posibles vacunas y analizar miles de compuestos químicos para diseñar una vacuna o terapia contra COVID-19. En mayo de 2020, se lanzó la asociación OpenPandemics - COVID-19 entre Scripps Research y World Community Grid de IBM.
Fuentes: es.wikipedia.org
La asociación es un proyecto de computación distribuida que "ejecutará automáticamente un experimento simulado en segundo plano [de PC domésticos conectados] que ayudará a predecir la efectividad de un compuesto químico en particular como posible tratamiento para COVID-19".
Fuentes: es.wikipedia.org
Péptido se resume aquí a partir de literatura pública: definición, contexto y los puntos que se repiten en la práctica. Información general, no consejo médico.
La investigación sobre Péptido se apoya sobre todo en estudios de laboratorio y en modelos animales; los datos clínicos varían según la sustancia. Reflejamos el estado de la literatura.
Lo decisivo son la pureza y la analítica (HPLC, espectrometría de masas), una reconstitución correcta y un almacenamiento adecuado.%!(EXTRA string=Péptido)
No todos los mecanismos están demostrados y un estudio aislado no es evidencia global. Esta página señala las preguntas abiertas en lugar de darlas por resueltas.%!(EXTRA string=Péptido)