The cart is empty

抗老科學研究中心

醫新希望發展精準老化科學技術,最終目標是發現可減緩衰老的關鍵靶標,延長人類健康壽命。

老化成因

  • 基因組不穩定
  • 端粒磨損
  • 表觀遺傳改變
  • 蛋白穩態喪失
  • 營養感應失調
  • 粒線體功能障礙
  • 細胞衰老
  • 幹細胞衰竭
  • 細胞間通訊改變

 

 

Image

醫新抗老科學

Telomeres, our biological clocks

端粒長度的分析,尋找可延緩端粒長度縮短速度的關鍵配方。

Epigenetic clock

老化甲基化基因組表現DNAm生物標記物特徵是可逆的,用於驗證抗衰老技術的開發。

Microbiota

腸道微生物組成的研究,在抗衰老醫學中十分具有潛力,因此醫新將致力「個人化腸道微生態」精準老化科學技術的發展。

iphone white

Exosomes

間質幹細胞所分泌的外泌體具有特定心臟、腎臟、肝臟、免疫調控與神經保護效益,因此老化科學研究中心將進一步探索外泌體的臨床應用發展。

Pharma.AI

醫新老化科學研究中心利用AI引擎(Pharma.AI)分析基因、老化與慢性疾病相關路徑,開發新關鍵原料與胜肽.

Image

Telomere

端粒:調控細胞壽命的「分子時鐘」,為細胞老化指標端粒長度與細胞壽命成反比

端粒(Telomere)

是位於細胞內染色體末端的特殊結構,隨著細胞分裂次數越多,端粒長度則會越來越短,當端粒消耗殆盡時,細胞會走向老化(senescence)或凋亡(apoptosis)。

不良環境因子會縮短端粒長度

包含慢性壓力、負面情緒、不當飲食、缺乏重要營養素、肥胖、缺乏運動、抽煙、過量酒精、環境毒素、缺乏睡眠/失眠、慢性發炎性疾病、荷爾蒙失調

端粒與疾病

相同年齡族群中,端粒較短者,罹患心血管疾病、糖尿病、癌症、免疫疾病與發生失智的風險相對提升。

老化科學研究中心方向

醫新正致力於端粒長度的分析開發,並同時尋找可延緩端粒長度縮短速度的關鍵配方。

Epigenetic clock
表觀遺傳老化時鐘

這是迄今為止預測老化的最佳生物標誌物,被稱為表觀遺傳老化時鐘(epigenetic clock)。不改變基因的DNA序列,但可影響基因的表現,此類機制可稱之為表觀遺傳修飾(epigenetic modification)。

老化基因組的甲基化表現(DNAm生物標記物)的特徵是可逆的,研究顯示,老化基因組甲基化DNAm的表現與心血管、神經退化性疾病、失智症、癌症有關聯。同時,因此醫新致力於開發「老化生物學年齡檢測模組」 ,透過85萬個基因位點解序後,於生物資料庫中分析比對老化指標,同時進一步了解機制與開發關鍵原料。

Image

Image

Microbiota

在醫新過去的免疫與老化的研究當中,發現免疫衰老與腸菌相息息相關。

腸道是體內最大的免疫器官

70%的淋巴組織是在腸道內的,其中大多數集中於腸黏膜,這些在腸道裡與人類共生的細菌群,對於發育,免疫系統與新陳代謝的調節都非常重要,同時也發現與多種疾病相關。

「腸-腦-軸」機制

醫新啟動與新光醫學中心合作進行阿茲海默症的臨床研究,進一步探討這些腸菌如何利用細胞溝通影響腦部健康。

微生物變異與老化

在老化過程中,腸道微生物的多樣性組成和功能也有顯著變化,並且可以從共生變為致病性。從微生物群的角度看人類生物學,或許某些微生物群的變異也可做為衰老過程的標誌。

老化科學研究中心方向

改變腸道微生物的組成,提供了新的衰老調節方式,在抗衰老醫學中十分具有潛力,因此醫新將致力「個人化腸道」精準老化科學技術的發展,並提供相關檢測項目與客制配菌產品。

Exosomes

外泌體(Exosomes)為細胞分泌的小囊泡,大小約為 30-100 nm,富含 DNA、RNA、蛋白質等物質,被發現細胞可以透過胞外泌體來進行短程、長程的溝通,影響著細胞與細胞間的訊息傳遞,2013年諾貝爾生理或醫學獎表彰了三位科學家發現細胞內部囊泡(外泌體)的運輸調控機制,使得外泌體研究成為學術界的新寵。由細胞分泌的外泌體含有細胞特異的核酸和蛋白,已被證實參與腫瘤生長及擴散、冠心病、腎臟病、免疫疾病、阿茲海默等疾病的發生過程,可作為疾病診斷的生物標致物。


根據醫新團隊與國際幹細胞專家交流經驗與過去國際研究文獻顯示,間質幹細胞所分泌的外泌體具有特定心臟、腎臟、肝臟、免疫調控與神經保護效益,因此我們將進一步探索外泌體的臨床應用發展。

Image

Pharma.AI

英科智能 Insilico Medicine,是一家美國生物科技公司,總部座落於美國羅克維爾約翰霍普金斯大學新興科技中心。英科智能結合基因體學 、大數據分析以及深度學習來進行電腦藥物或營養品開發。藉由人工智慧以及深度學習技術,例如生成對抗網路(GANs)和強化學習(RL),應用次世代的人工智慧技術來產生具有理想特性的新穎分子結構。

醫新利用AI引擎(Pharma.AI)分析基因、老化與慢性疾病相關路徑及如何作用於細胞,開發新關鍵原料與胜肽.