肥厚性心肌病(HCM)是由编码结构性肉类蛋白的基因中的常染色体示例突变引起的,是最常见的遗传性心脏病。HCM与心肌肥大,纤维化和心室功能障碍有关。缺氧诱导的转录因子1α(HIF-1α)是细胞缺氧反应的中心调节剂,与HCM相关。但其确切的作用仍有待阐明。因此,在已建立的α-MHC 719/+ HCM小鼠模型中研究了心肌细胞特异性HIF-1A敲除(CHIF1AKO)的影响,该模型表现出人类HCM的经典特征。结果表明,HIF-1α蛋白和HIF靶标在α-MHC 719/+小鼠的左心室组织中上调。心肌细胞特异性的HIF-1A的特异性消除使疾病表型钝化,这是左心室壁厚减小,心肌纤维化降低,SRX/DRX状态和ROS产生的降低所证明的。chif1ako在α-MHC 719/+小鼠的整个转录组和蛋白质组学分析中诱导了肥厚和纤维化的左心室重塑信号的归一化。来自早期HCM患者的血清样品的蛋白质组学显示HIF的显着调节。 这些结果表明HIF信号与小鼠和人类HCM发病机理有关。 HIF-1A的心肌细胞特异性敲除可减轻小鼠模型中的疾病表型。 靶向HIF-1α可能是减轻HCM疾病进展的治疗选择。来自早期HCM患者的血清样品的蛋白质组学显示HIF的显着调节。这些结果表明HIF信号与小鼠和人类HCM发病机理有关。HIF-1A的心肌细胞特异性敲除可减轻小鼠模型中的疾病表型。 靶向HIF-1α可能是减轻HCM疾病进展的治疗选择。HIF-1A的心肌细胞特异性敲除可减轻小鼠模型中的疾病表型。靶向HIF-1α可能是减轻HCM疾病进展的治疗选择。
3.4外部评估组(EAG)发现了1项研究,评估了Cari Heart对可疑稳定冠状动脉疾病患者的心脏死亡的预后表现(Oikonomou等人。2021)。这项研究是一项模型开发和验证研究,其中包括3,912人患有CTCA来评估稳定的冠状动脉疾病。这项研究的结果表明,比基于传统临床风险因素(吸烟,高胆固醇血症,高血压,糖尿病,公爵指数,高风险斑块特征和上心脂肪组织体积的存在)的风险模型比风险模型更好。EAG还发现了支持冠状动脉炎症与心脏不良事件风险之间联系的研究。委员会同意,根据Oikonomou等人的结果。(2021),Cari Heart可能会改善心脏死亡的风险预测。(2021),Cari Heart可能会改善心脏死亡的风险预测。
新兴科学正在促进对患有慢性阻塞性肺部疾病(COPD)患者心肺风险的更好理解,以及新方式和递送机制的潜在机会,以减少这些心肺事件 - COPD死亡率的主要驱动力。在这里,GP合作伙伴兼现场首席研究员Pete Wilson博士以及英国阿斯利康州Astrazeneca的医学事务呼吸系统负责人Yang Xu讨论了潜在的下波动创新的潜力,以解决心肺风险,以改善COPD患者的结果。
本综述对巨噬细胞及其基本机制在糖尿病心肌病(DCM)进展中所起的关键作用进行了全面分析。它首先讨论巨噬细胞的起源和多种亚型,阐明了它们的空间分布和细胞间通信的模式,从而强调了它们在DCM发病机理中的显着性。审查然后深入研究了巨噬细胞与DCM发作之间的复杂关系,尤其是侧重于在DCM条件下巨噬细胞采用的表观遗传调节机制。此外,审查还讨论了旨在针对巨噬细胞管理DCM的各种治疗策略。特别强调了天然食品成分在减轻糖尿病微血管并发症中的潜力,并检查了现有降血糖药物对巨噬细胞活性的调节作用。这些发现,总结在这篇综述中,不仅提供了巨噬细胞在糖尿病微血管并发症中的作用的新见解,而且还为未来的治疗研究和该领域的干预提供了宝贵的指导。
糖尿病会影响全球4.25亿个人,预计在未来20年中,数字将增加到6亿人(1)。在1型糖尿病(T1D)中,患者经历胰岛素产生降低引起的胰岛素缺乏症,而在2型糖尿病(T2D)中,患者经历了胰岛素抵抗(IR),通常与肥胖有关(2)。导致IR发展的主要因素是增加氧化应激,高血糖和脂质水平升高(3)。尽管有助于控制血糖水平的疗法进步,但心血管并发症仍然是该人群发病率和死亡率的主要原因(2、4、5)。在心脏中,IR会导致钙处理,线粒体功能障碍和代谢不足的失调,导致一系列病理,其中包括心肌 - 心脏情感功能障碍,舒张性障碍功能障碍,心肌细胞死亡,心肌死亡和内膜骨化(6,7,7,7,7,7,7)。与IR相关的血管事件通常与高血压和增强的血栓形成环境有关(8、9)。虽然阻塞性血凝块可以导致心肌梗塞,脑血管事件或关键的肢体缺血,并且由于血小板与止血蛋白之间的复杂相互作用而发生(10)。在这种高度异质的人群中,发展此类并发症的风险是可变的,并取决于一系列因素,包括年龄,糖尿病持续时间,血糖控制和IR。在内分泌学领域的这一研究主题中,我们介绍了8篇文章,旨在探索IR与心血管健康之间的关系。他等人。动脉硬化是糖尿病的众所周知的并发症(11)。检查了放射线间脂肪组织(IMAT)分析是否可以用作指示T2D患者动脉硬化的诊断措施。总共包括549例新诊断的T2D患者,并使用颈动脉斑块负担来表明动脉粥样硬化。构建了三个模型以评估动脉粥样硬化的风险:临床模型,一个放射组学模型(基于胸部CT图像的IMAT分析)和临床放射线组合组合模型(一种整合临床放射学特征的模型)。使用曲线和DELONG测试下的区域比较了这三个模型的性能。临床 - 放射线组合模型和放射线学模型表明,在表明动脉粥样硬化方面的性能更好。作者
1 印第安纳医学院儿科、解剖学、医学和分子遗传学系 Herman B Wells 儿科研究中心,美国印第安纳州印第安纳波利斯 46202 2 印第安纳大学基因组学和生物信息学中心,美国布卢明顿 3 劳伦斯伯克利国家实验室环境基因组学和系统生物学部,美国加利福尼亚州伯克利 94720 4 加利福尼亚大学比较生物化学项目,美国加利福尼亚州伯克利 94720。 5 美国能源部联合基因组研究所,劳伦斯伯克利国家实验室,美国加利福尼亚州伯克利 94720 6 伯尔尼大学生物医学研究系 (DBMR),瑞士伯尔尼 7 伯尔尼大学医院心脏病学系,瑞士伯尔尼
评估心脏骤停后昏迷患者的神经功能完整性仍是一个悬而未决的挑战。昏迷结果的预测主要依赖于专家对生理信号的视觉评分,这种方法容易产生主观性,并使相当多的患者处于预后不确定的“灰色地带”。对听觉刺激后脑电图反应的定量分析可以让我们了解昏迷时的神经功能以及患者苏醒的机会。然而,由于协议繁琐多样,标准化听觉刺激后的反应还远未在临床常规中使用。在这里,我们假设卷积神经网络可以帮助提取昏迷第一天对听觉刺激的脑电图反应的可解释模式,这些模式可以预测患者苏醒的机会和 3 个月后的存活率。我们使用卷积神经网络 (CNN) 对多中心和多方案患者队列中在标准化镇静和目标体温管理下昏迷第一天对听觉刺激的单次脑电图反应进行建模,并预测 3 个月时的结果。对于接受治疗性低温和常温的患者,使用 CNN 预测觉醒的阳性预测率分别为 0.83 ± 0.04 和 0.81 ± 0.06,预测结果的曲线下面积分别为 0.69 ± 0.05 和 0.70 ± 0.05。这些结果也持续存在于处于临床“灰色地带”的一部分患者中。网络预测结果的可信度基于可解释的特征:它与脑电图反应的神经同步性和复杂性密切相关,并受到独立临床评估的调节,例如脑电图反应性、背景爆发抑制或运动反应。我们的研究结果强调了可解释的深度学习算法与听觉刺激相结合在改善昏迷结果预测方面的巨大潜力。
心脏细胞电生理学的建模是系统生物学中最成熟的领域之一。这种扩展的研究工作集中的集中度带来了新的挑战,其中最重要的是选择哪种模型最适合解决特定的科学问题。在上一篇论文中,我们介绍了开发在线资源以在广泛的实验场景中对电生理细胞模型进行表征和比较的最初工作。在这项工作中,我们描述了我们如何开发了一种新颖的协议语言,使我们能够将数学模型的细节(大多数心脏细胞模型采用了普通微分方程的形式)与所模拟的实验协议分开。我们开发了一个完全开放的在线存储库(我们称为心脏电生理网络实验室),该存储库可以允许用户存储和比较将相同的实验协议应用于竞争模型的结果。在当前的论文中,我们描述了这项工作的最新和计划的扩展,重点是支持从实验数据中构建模型的过程。我们概述了开发一种可读性语言的必要工作,以描述从湿实验室数据集中推断参数的过程,并通过使用实验数据拟合HERG通道模型的详细示例来说明我们的方法。我们通过讨论在该领域取得进一步进步的未来挑战,以促进心脏细胞模型开发的完全可重现方法,以进一步的进步。©2018作者。由Elsevier Ltd.这是CC下的开放访问文章(http://creativecommons.org/licenses/4.0/)。
