Die FDA hat den 1. Mai als PDUFA-Action-Date für uniQures Gentherapie gegen Huntington-...
Wenn die FDA einen Termin setzt, beginnt die echte Arbeit im Molekül. Am 1. Mai 2025 entscheidet sie über uniQures Ifezuntirgen Inilparvovec – die erste Gentherapie, die Huntington direkt an der genetischen Ursache angreift. 200 Patienten, 2:1 randomisiert, Primary Endpoint: Total Functional Capacity nach 36 Monaten. Ein regulatorischer Meilenstein, aber wer das wirklich verstehen will, muss dahin schauen, wo mutiertes Huntingtin (HTT) seine Polyglutamin‑Expansion im Exon 1 entfaltet.
Genau dort stand ich vor drei Wochen – wörtlich. Meta Quest 3 auf dem Kopf, NexoPeek gestartet, UniProt‑ID P42858 eingegeben. Der Smart‑Search‑Router fragte RCSB PDB, AlphaFold DB und UniProtKB ab, lud das validierte Modell und ich war drin. Huntingtin‑Fragmente ragten wie Kathedralen auf, die Poly‑Q‑Strecken als klebrige Fäden, die sich in Aggregaten verhedderten.
Technisch liefert NexoPeek einen Unity‑basierten VR‑Runtime auf Quest (Standalone) mit Mol*-Presets (Cartoon, Ball‑and‑Stick, Spacefill CPK, Molecular Surface, B‑Factor Heat, Tube Trace) als One‑Tap‑Buttons, On‑Board‑Analytics: AI Pocket Prediction (PrankWeb/P2Rank, Cloud + Offline), Foldseek‑Alignment, Ligand Inspector mit PubChem‑Fetch, Distance Calculator per Trigger‑Pick. Alles lokal oder hybrid < 800 ms Roundtrip. Datei‑Ingestion schluckt .pdb, .cif, .mol2, .gro, .xyz, .dx, .xtc, .py – ich legte einen 120 MB Cryo‑EM‑Map‑Overlay (.dx) für HTT‑Exon1 drüber, schaltete Electrostatic Field Lines ein und sah die Ladungsverteilung, die Aggregation treibt.
Die 12 narrativen Touren über sechs Säulen (u. a. Genetic Technologies) sind kein Gimmick; die CRISPR‑Cas9‑Tour lässt PAM‑Erkennung, R‑Loop‑Bildung, HNH/RuvC‑Spaltung räumlich nachvollziehen – besser als jedes Paper‑Figure. Für mich, der jahrelang PyMOL‑Skripte pflegte, wird Visualisierung zur Intuition.
Wenn am 1. Mai die FDA‑Entscheidung fällt, schreiben Schlagzeilen die Geschichte. Die eigentliche Story spielt sich im Angström‑Bereich ab. NexoPeek gibt dir den Zutritt. https://www.meta.com/experiences/nexopeek/1453797551140347/
![Memory and Knowledge Systems — Ch.08: Experiments and Benchmarks [KR]](https://media2.dev.to/dynamic/image/width=800%2Cheight=%2Cfit=scale-down%2Cgravity=auto%2Cformat=auto/https%3A%2F%2Fdev-to-uploads.s3.us-east-2.amazonaws.com%2Fuploads%2Farticles%2Foqufqueojncuhxk5p9ww.png)
![Meta Learning and Few Shot Adaptation — Ch.01: Learning to Learn [KR]](https://media2.dev.to/dynamic/image/width=800%2Cheight=%2Cfit=scale-down%2Cgravity=auto%2Cformat=auto/https%3A%2F%2Fdev-to-uploads.s3.us-east-2.amazonaws.com%2Fuploads%2Farticles%2F4kowd0l7axlmeg8ofakf.png)
![Meta Learning and Few Shot Adaptation — Ch.02: MAML and Optimization Based Meta Learning [KR]](https://media2.dev.to/dynamic/image/width=800%2Cheight=%2Cfit=scale-down%2Cgravity=auto%2Cformat=auto/https%3A%2F%2Fdev-to-uploads.s3.us-east-2.amazonaws.com%2Fuploads%2Farticles%2Fi8snoe7gyt31ex7pvhpp.png)
![Meta Learning and Few Shot Adaptation — Ch.03: Metric Based Few Shot Learning [KR]](https://media2.dev.to/dynamic/image/width=800%2Cheight=%2Cfit=scale-down%2Cgravity=auto%2Cformat=auto/https%3A%2F%2Fdev-to-uploads.s3.us-east-2.amazonaws.com%2Fuploads%2Farticles%2Fbmxigikl0zmtua3kwiu8.png)
![Meta Learning and Few Shot Adaptation — Ch.04: Fast Adaptation [KR]](https://media2.dev.to/dynamic/image/width=800%2Cheight=%2Cfit=scale-down%2Cgravity=auto%2Cformat=auto/https%3A%2F%2Fdev-to-uploads.s3.us-east-2.amazonaws.com%2Fuploads%2Farticles%2F26g0vvnyhgbzj9t7onrg.png)