糖尿病周围神经病(DPN)是一种流行的糖尿病并发症,影响了所有糖尿病患者一半的糖尿病并发症,主要是周围神经损伤,主要是在四肢中(1)。这种情况显着影响,通过慢性疼痛,感觉递减以及脚部并发症的风险增加,施加大量医疗保健成本和生活质量降低(2)。鉴于对其病理生理学的不完全理解和有效的管理策略的稀缺性,因此对可修改的DPN危险因素的识别对于调整预防性和治疗性干预措施至关重要,旨在遏制其发生率和严重性(3,4)。脂肪因子(包括脂联素和瘦素)在糖尿病并发症(如DPN)中的发展,由于它们参与代谢调节和炎症过程,糖尿病的关键因素及其sequelae的关键因素及其后sequelae,因此获得了识别(5)。脂联素以其抗炎和胰岛素敏化作用而闻名,可为诸如动脉粥样硬化和2型糖尿病(6,7)等疾病提供保护。相反,瘦素具有促炎性特征,通常在肥胖症和2型糖尿病中升高,会导致胰岛素抵抗和代谢功能障碍(6,7)。鉴于这些作用,脂联素和瘦素可能会影响DPN的发展。几项研究探索了2型糖尿病患者脂联素和DPN风险之间的联系,结果混合的结果:有些报告是反向关联(8,9),而另一些则没有明显的相关性(10)甚至阳性联系(11,12)。对瘦素和DPN的研究有限,也不一致(11、13、14)。先前的调查通常会遭受小样本量(8、10、11、13、14),缺乏对混杂因素的调整(8、10、13、14)或将各种糖尿病并发症聚集成单个结果变量(12)。因此,脂联素和瘦素水平与DPN风险之间的关系需要进一步研究。本研究旨在研究脂联素和瘦素的循环水平与糖尿病患者发展DPN的风险之间的关系。通过阐明这些关联,我们的研究可能有助于促进脂肪因子在糖尿病并发症中的作用的越来越多的证据,并为预防和管理DPN的策略提供了发展。
儿童和青少年的焦虑和抑郁应受到特别关注,因为它们是一个公共卫生问题,会对发展和心理健康产生毁灭性和长期影响。从遗传易感性到环境压力源等多种因素都会影响患上这些疾病的风险。本研究旨在了解环境因素和基因组学如何影响三个群体中儿童和青少年的焦虑和抑郁:青少年大脑和认知发展研究(美国,9-10 岁;N=11,875)、外化障碍和成瘾脆弱性联盟(印度,6-17 岁;N=4,326)和 IMAGEN(欧洲,14 岁;N=1888)。我们进行了数据协调,并使用线性混合效应模型、递归特征消除回归和 LASSO 回归模型确定了环境对焦虑/抑郁的影响。随后,通过大型分析和荟萃分析对所有三个队列进行了考虑了重要环境因素的全基因组关联分析,然后进行了功能注释。结果表明,多种环境因素导致发育过程中焦虑和抑郁的风险,其中早期生活压力和学校支持指数对所有三个队列的影响最为显著且一致。在荟萃分析和大型分析中,chr11p15 中的 SNP rs79878474 成为与焦虑和抑郁相关的特别有希望的候选者,尽管未达到基因组显著性。对元分析和巨分析中最有希望的 SNP 映射的常见基因进行基因集分析,发现在 chr11p15 和 chr3q26 区域中,在钾通道和胰岛素分泌功能方面有显著富集,特别是 chr11p15 中分别由 KCNC1、KCNJ11 和 ABCCC8 基因编码的 Kv3、Kir-6.2、SUR 钾通道。组织富集分析显示小肠中显著富集,
Neprilysin(NEP)是一种主要是膜结合的II型金属肽酶,广泛分布在体内,包括参与葡萄糖代谢的多个组织,例如肝脏,脂肪细胞和胰岛(1)。通过在疏水残基的N末端裂解灭活调节肽,NEP负责胰高血糖素(2)和胰高血糖素样肽1(GLP-1)(3)的崩溃,所有这些(3)在葡萄糖代谢中起着关键作用。这些识别的特性表明NEP在糖尿病发育中的潜在作用,该假设也得到了动物和人类研究的发现。例如,基因敲除引起的NEP缺乏效率导致胰岛B细胞质量增加,并在小鼠高脂饮食16周后葡萄糖降低(4)。临床试验发现,NEP抑制作用导致血红蛋白A1C(HBA1C)降低,糖尿病患者的胰岛素治疗较少,胰岛素治疗较少(5)(6)。现实世界的研究还发现,更好的葡萄糖控制在接受Arni治疗的心力衰竭的患者中很受欢迎,ARNI是一种双作用血管紧张素 - 受体 - 脱发蛋白抑制剂(7)。值得注意的是,接受ARNI的糖尿病患者比例很大,没有获得最佳的葡萄糖控制(8),强调了NEP和糖尿病之间不清楚的因果关系。然而,几乎没有研究循环NEP和糖尿病之间的关联。一项小型临床研究发现,与健康对照组相比,20例糖尿病患者的尿NEP显着增加(9)。另一项包括144例心力衰竭患者的研究未能观察到血浆NEP和HBA1C之间的显着关联(10)。现有的研究主要是在欧洲血统的人群中进行的,他们的风险与中国人不同。迄今为止,尚无研究检查中国人群中循环NEP与糖尿病之间的关联。因此,我们旨在检查GUSU队列中中国成年人纵向队列中血清NEP与糖尿病之间的关联。
结果:该研究总共招募了1622例T2DM患者。其中,有390例DKD。这三组中DKD的患病率为16.6%,24.2%和31.3%。差异在统计学上是显着的(p = 0.000)。There were signi fi cant differences in age (P=0.033), T2DM duration (P=0.005), systolic blood pressure (SBP) (P=0.003), glycosylated hemoglobin (HbA1c) (P=0.000), FPG (P=0.032), 2-hour postprandial plasma glucose (2h-PPG) (P=0.000),禁食C肽FCP(P = 0.000),2小时的餐后C肽(2H-CP)(P = 0.000)(P = 0.000),总胆固醇(TC)(P = 0.003)(P = 0.003),低密度脂蛋白胆固醇(LDL-C)(LDL-C)(P = 0.000),血清crectinine(P = 0.001) (p = 0.000)在三组中。Mantel-haenszel卡方检验表明,HGI和DKD之间存在线性关系(x2 = 177.469,p <0.001)。Pearson相关分析表明,随着HGI水平的增加,DKD的患病率正在增加(r = 0.445,p = 0.000)。通过单变量逻辑回归分析表明,与L-HGI相比,H-HGI中的个体更可能开发DKD(OR:2.283,95%CI:1.708〜3.052)。已调整为多个因素,这种趋势仍然保持显着(OR:2.660,95%CI:1.935〜3.657)。合并的
2型糖尿病(T2DM)在21世纪(国际糖尿病联合会(IDF),2022年)以惊人的速度增长。T2DM及其并发症在所有地区都带来了沉重的疾病负担(Ali等,2022)。确定与T2DM发展有因果关系的因素可以为预防疾病提供重要的证据基础,并促进新治疗策略的发展。肠道菌群(GM)是一个复杂的生态系统,由大约4×10 13种共生细菌,原生动物,真菌,古细菌和病毒组成(Chen等,2021; Martino等,2022)。gm参与了人体的各种生理活性,例如代谢,炎症过程和免疫反应(Fan and Pedersen,2021; Gill等,2022)。越来越多的证据表明,转基因在T2DM等代谢疾病中起重要作用(Gurung等,2020)。T2DM患者患有代谢疾病和慢性炎症状态,并伴有GM障碍(Yang等,2021)。还发现了GM组成的变化与T2DM的发展以及相关并发症的显着关联(Iatcu等,2021),例如,门类细菌群/企业的不平衡与近距离渗透性相关联,与近距离渗透性相关联,并渗透性渗透性,伴有细胞质,伴有细胞质,并渗透性,并伴有细胞处理效果。随后的DM的炎症反应特征(Iatcu等,2021)。也已经报道了几种细菌,例如发酵乳杆菌,足底和酪蛋白,罗斯伯里亚肠道,akkermansia muciniphila和fragilis菌丝,通过降低流量疗法和维持肠道的速度(IIAT)(降低dm)的风险,通过降低DM发育的风险来发挥保护作用(20)。 尽管如此,有必要区分引起疾病的GM的特征以及疾病或其治疗引起的疾病的特征。 孟德尔随机化(MR)是评估可观察到的可修改暴露或危险因素与临床相关结果之间观察到的关系的因果关系的宝贵工具(Sekula等,2016)。 由于孟德尔的种族隔离和独立的分类法,它可以消除与传统观察性流行病学研究相比,可以消除混杂的偏见,并促进了出现的因果途径的分离表型分组风险也已经报道了几种细菌,例如发酵乳杆菌,足底和酪蛋白,罗斯伯里亚肠道,akkermansia muciniphila和fragilis菌丝,通过降低流量疗法和维持肠道的速度(IIAT)(降低dm)的风险,通过降低DM发育的风险来发挥保护作用(20)。尽管如此,有必要区分引起疾病的GM的特征以及疾病或其治疗引起的疾病的特征。孟德尔随机化(MR)是评估可观察到的可修改暴露或危险因素与临床相关结果之间观察到的关系的因果关系的宝贵工具(Sekula等,2016)。由于孟德尔的种族隔离和独立的分类法,它可以消除与传统观察性流行病学研究相比,可以消除混杂的偏见,并促进了出现的因果途径的分离表型分组风险
科学进步在相应的语言发展中反映了。显微镜,望远镜,断层扫描和其他传感设备打开的远景导致了新实体和过程的命名。量子理论导致了经典原子图的统计,并且在纠结的过程和非二元逻辑方面说话。量子理论还导致了与观察者定义和观察者的定义有关的深刻问题。这是检查心灵之谜的一条途径。其他路径源于古老的哲学传统和过去世纪的心理理论。在科学话语中描述思维的语言并没有与物理科学的发展保持同步。主流讨论已从早期的二元模型的共同信念模型转变为一种基于平行计算机式大脑过程的复杂性的思维的出现。有时以分离和相互联系的方式表达的确定性和自主权的两个旧范式以各种形式出现。其中两个是有利的,取决于研究领域和现行时尚。尽管量子理论为物理科学提供了70年的基础,但直到最近才考虑了整体,类似大脑的量子样操作。这种新鲜的外观是由各种人工智能(AI)项目以及新的分析和实验发现所带来的挫折引起的。机械科学的兴起看到了概念 -人们认识到,诸如“驱动器”之类的刺激反应结构通常不足以提供解释。并且有人援引“ e o o o o o t”类别来解释自治行为。卡尔·普里布拉姆(Karl Pribram)的大脑经典语言(1971)描述了用于描述大脑行为的标准语言和逻辑类别中的许多悖论。自写了这本书以来,已经尝试并发现许多新方法要解决这些悖论。用来描述大脑运作的语言是按照年龄的主要科学范式建模的。
方法:从1999年至2004年对1673名国家健康和营养检查调查(NHANES)的参与者进行了回顾性横断面研究。开发了三个逻辑回归模型,以评估贫血与糖尿病下肢溃疡之间的关系。模型1针对人口统计和社会经济变量(年龄,性别,种族和种族,教育水平,家庭收入和婚姻状况)进行了调整。模型2包括其他与健康相关的因素(BMI,心血管疾病,中风,糖尿病家族史,高脂血症,酒精和吸烟状况)。模型3进一步包括临床和实验室变量(HBA1C,CRP,总胆固醇和血清铁蛋白水平)。基于年龄,性别,HBA1C水平,体重指数(BMI)和血清铁蛋白水平的分层分析。
摘要 在过去的几十年中,全基因组关联研究 (GWAS) 导致与人类特征和疾病有关的遗传变异急剧增加。这些进展有望带来新的药物靶点,但从 GWAS 中识别致病基因和人类疾病背后的细胞生物学仍然具有挑战性。在这里,我们回顾了基于蛋白质相互作用网络的 GWAS 数据分析方法。这些方法可以在没有直接遗传支持的情况下对 GWAS 相关位点或疾病基因相互作用因子中的候选药物靶点进行排序。这些方法可以识别出不同疾病中共同受影响的细胞生物学,为药物重新利用提供机会,也可以与表达数据相结合以识别局部组织和细胞类型。展望未来,我们预计这些方法将随着特定情境相互作用网络表征和罕见与常见遗传信号的联合分析方面的进展而得到进一步改进。
最近,癌症免疫疗法的令人兴奋的进展已引入了癌症治疗的新时代,尤其是在许多实体瘤的治疗领域中(1)。免疫检查点抑制剂(ICI)主要包括抗胞毒性T-淋巴细胞相关蛋白4(CTLA-4)和反编程的细胞死亡1/编程死亡死亡配体(PD-1/PD-L1)(2)(2)。ICI改善了在实体瘤中的患者存活率,例如黑色素瘤,非小细胞肺癌,转移性尿路癌,肝细胞癌,胃癌(3-6)。但是,并非所有癌症患者都受到免疫疗法的好处。例如,只有大约5%的转移性三阴性乳腺癌患者获得了对PD-1/PD-L1阻断的阳性反应(7,8)。因此,对预测免疫疗法反应的相应生物标志物的研究对癌症患者具有很大的意义。 第三级淋巴结构(TLSS)是在慢性炎症和肿瘤发生过程中在非淋巴组织中形成的异位淋巴器官,其中包括B细胞和T细胞(9)。 TLSS中存在的免疫细胞增强了肿瘤抗原的表现,通过细胞因子扩增信号,并激活CD8+ T细胞以靶向和破坏肿瘤细胞(10,11)。 tlss是触发和维持对肿瘤的局部和全身T和B细胞反应的焦点的关键作用。 已经证明了从几种实体瘤鉴定出的 TLSS与ICIS治疗的癌症患者的结局相关(11-19)。 但是,缺乏用于TLSS评估的统一标准。因此,对预测免疫疗法反应的相应生物标志物的研究对癌症患者具有很大的意义。第三级淋巴结构(TLSS)是在慢性炎症和肿瘤发生过程中在非淋巴组织中形成的异位淋巴器官,其中包括B细胞和T细胞(9)。TLSS中存在的免疫细胞增强了肿瘤抗原的表现,通过细胞因子扩增信号,并激活CD8+ T细胞以靶向和破坏肿瘤细胞(10,11)。tlss是触发和维持对肿瘤的局部和全身T和B细胞反应的焦点的关键作用。TLSS与ICIS治疗的癌症患者的结局相关(11-19)。但是,缺乏用于TLSS评估的统一标准。通常,TLSS的存在或较高的密度表明接受ICIS治疗的癌症患者的预后有利(11-16,18)。值得注意的是,一些研究还报告说,在接受ICIS治疗的癌症患者中,例如头部和颈部鳞状细胞癌和结肠直肠癌的TLSS存在与PFS或OS的存在显着相关(20,21)。各种研究都采用了不同的标准,有些研究将TLSS归类为高密度或低密度(22-24),而其他研究则仅使用TLSS的存在或不存在作为评估的基准(23,25)。此外,TLSS成熟度的程度是某些研究中考虑的因素(26)。这些分类方法中的多样性可能会影响与TLSS相关的预后预测能力。因此,有必要进行更新,更全面的荟萃分析,以探讨用ICIS治疗的癌症患者中三级淋巴结构(TLSS)和临床结果之间的关联。这项研究的主要目的是通过分析通过ICIS治疗的癌症患者的第三纪淋巴样结构(TLS)和临床结果之间的关联来探索与免疫疗法相关患者中的预后生物标志物,以研究接受ICIS治疗的癌症患者的预后价值。
最重要的是在T细胞表面上的CD28共刺激分子和在抗原呈递细胞上的CD80分子的组合(10)。在T细胞激活的双重信号传导系统中,CD28激活的不存在导致过度激活诱导的细胞死亡(AICD)。然而,在CD80与CD28结合后,可以避免T细胞的AICD,从而导致T细胞的耐用抗肿瘤活性(11)。此外,CD80和CD28的组合还可以增强T细胞的细胞因子(例如IL-2)的分泌。此外,它可以增强CD4+ T细胞的增殖以及CD4+和CD8+ T细胞的细胞毒性活性(4)。最近的研究表明,共刺激分子CD28对T细胞的活性不足会导致T细胞的抗肿瘤活性降低(12)。然而,随着CD28激活信号的增加,T细胞的抗肿瘤活性得到了增强(13,14)。因此,通过CD80在T细胞表面的CD28分子激活可能会提高T细胞对实体瘤的杀伤效率,从而提供一种新的免疫疗法方法。
