抽象的二维(2D)分层过渡金属的tellurides(Chalcogens)可以利用其表面原子的特征,以增强用于能量转换,存储和磁性应用的地形活动。每个纸的逐渐堆叠改变了表面原子的微妙特征,例如晶格膨胀,从而导致了几种现象和渲染可调的特性。在这里,我们评估了使用表面探针技术的2D Cote 2张2D COTE 2板和磁性行为的厚度依赖性力学特性(纳米级力学,摩擦学,潜在的表面分布,界面相互作用)。通过理论研究进一步支持并解释了实验观测:密度功能理论和分子动力学。理论研究中观察到的性质变化释放了COTE 2晶体平面的关键作用。所提出的结果有助于扩大在柔性电子,压电传感器,底机传感器和下一代内存设备中使用2D telluride家族的使用。
摘要:高尿酸血症已成为全球负担,随着相关代谢性疾病和心血管疾病的越来越多的患病率和风险。尿液疗法通过通过肾脏促进尿酸排泄,作为降低尿酸盐的重要疗法。但是,有效且安全的尿液疗法仍在迫切需要在诊所使用。在这项研究中,我们旨在建立体外和体内模型,以帮助发现新型的尿液治疗,并寻找有效的活性化合物,尤其是针对尿酸盐转运蛋白1(URAT1),这是肾脏处理尿酸稳态的主要尿酸盐转运蛋白。结果,对于初步筛选,使用非同位素尿酸摄取测定法在Hurat1稳固表达的HEK293细胞中评估了体外URAT1转运活性。在亚急性高尿症小鼠模型(亚hua)中评估了体内治疗效果,并在慢性高尿症小鼠模型(CH-HUA)中进一步确认。通过利用这些模型,获得化合物CC18002作为有效的URAT1抑制剂,IC 50值为1.69 µm,在亚hua和Ch-Hua小鼠中且降低的尿酸降低效应,与同一剂量的本茨溴酮相当。此外,CC18002处理不会改变黄嘌呤氧化还原酶(关键酶催化尿酸合成)的活性。综上所述,我们开发了一种新颖的筛选系统,包括针对URAT1的细胞模型和两种小鼠模型,以发现新型的尿液治疗。利用该系统,研究了化合物CC18002作为候选URAT1抑制剂治疗高尿酸血症。
1印度泰米尔纳德邦普杜克科泰政府医学院通用医学系助理教授摘要2型糖尿病的全球流行率不断增加,这强调了对相关心血管风险的全面见解的关键需求。本评论探讨了血清尿酸水平,这是理解2型糖尿病与心血管疾病风险增强的复杂关系的潜在联系。这项研究的主要目标是解释血清尿酸水平,2型糖尿病和心血管健康之间的多方面连接。通过综合现有文献,本综述提供了一个全面的框架,以了解有助于2型糖尿病患者心血管风险的代谢变化。对研究2型糖尿病患者血清尿酸水平的相关研究进行了系统检查,并进行了与心血管结局的关联。对这些研究中使用的方法,包括参与者的人口统计,测量技术和统计分析,进行了严格的评估,以确保合成发现的强大基础。当前研究的合成揭示了2型糖尿病患者的血清尿酸水平升高与心血管疾病风险增加之间的复杂联系。已经探索了包括炎症,氧化应激和内皮功能障碍的机制,从而阐明了血清尿酸在加剧糖尿病患者心血管并发症中的潜在促进作用。已经探索了包括炎症,氧化应激和内皮功能障碍的机制,从而阐明了血清尿酸在加剧糖尿病患者心血管并发症中的潜在促进作用。
摘要 血尿酸升高是慢性肾脏病 (CKD) 发生发展的独立预测指标,与预后密切相关。多项临床试验已证明钠-葡萄糖协同转运蛋白 2 (SGLT-2) 抑制剂的益处。评估和排序各种 SGLT-2 对 CKD 患者血尿酸水平的影响和安全性。我们进行了系统性搜索 PubMed、Embase、Scopus 和 Web of Science,包括 2023 年 7 月 1 日之前发表的研究。两名研究人员独立提取研究特征和结果数据,并使用 Cochrane 合作组织的偏倚风险工具 2 评估研究质量。使用 R 软件的 gemtc 包在贝叶斯框架内进行网络荟萃分析。主要结果是血尿酸水平,次要结果是不良事件。效应大小分别报告为标准化平均差 (SMD)、风险比 (RR) 和 95% CI。使用《推荐、评估、制定和评价》等级 (GRADE) 标准来评估证据的确定性。本荟萃分析纳入了 8 项 RCT(9367 名受试者)。配对荟萃分析的结果显示,与安慰剂组相比,SGLT-2 抑制剂显著降低了 CKD 患者的血清尿酸水平(SMD −0.22;95% CI −0.42 至 –0.03;GRADE:低)。对纳入研究中报告的任何不良事件进行汇总分析,显示 SGLT-2 抑制剂组和安慰剂组的发生率相似(RR:0.99;95% CI 0.97 至 1.00;p=0.147;GRADE:高)。亚组分析显示仅托格列净具有统计学上的显着差异。进一步的网络荟萃分析显示,达格列净 10 mg 和伊格列净 50 mg 可能是降低尿酸水平最有效的药物。 SGLT-2抑制剂显著降低CKD患者的血清尿酸水平,达格列净10毫克和伊格列净50毫克可能是最佳剂量。对于血清尿酸水平升高的CKD患者,SGLT-2抑制剂作为一种抗糖尿病治疗方案具有广阔的前景。PROSPERO注册号:CRD42023456581。
摘要:血清尿酸盐(SU)是糖尿病发生率的独立预测因子。在当前的糖尿病治疗方案中,对高尿酸血症(HU)在疾病控制和预防中的重要性不足。总结了SU对β细胞功能,胰岛素抵抗和慢性糖尿病并发症的影响的最新知识,并评估了HU和HU和糖尿病患者的管理,我们搜索了Medline PubMed数据库,并包括285篇期刊文章。在此综述中建立了禁食等离子体葡萄糖和SU水平之间的倒U形关系。SU水平升高可能会增强慢性糖尿病并发症的发展,包括大血管和微血管功能障碍。饮食和运动是HU和糖尿病管理所需的生活方式改变的重要组成部分。葡萄糖和降低药物的选择和组合应与改善,至少不恶化,糖尿病和HU的原理进行。医疗人工智能技术和监测系统可以通过数字医疗保健帮助提高HU和糖尿病的长期管理的有效性。这项研究对糖尿病和HU的临床管理进行了科学和可靠的基础,并为这项研究提供了科学而可靠的基础。关键词:糖尿病,高尿酸血症,U形关系,较低的尿酸盐治疗,管理
pangasius降压鱼作为食物来源含有维生素和矿物质,它们是抗氧化剂,可用于预防氧化应激。糖尿病是一种与氧化应激有关的病理生理学的疾病。实验受试者分为三组:K1,无治疗的对照组; K2,在第七天以150 mg/kgbw为单位的Alloxan腹膜内(I.P)诱导,然后间隔为三天; K3,治疗组,类似于Alloxan诱导,但也以73 mg/kgbw的剂量通过胃内SONDE剂量施用Pangasius降压性鱼油提取物,持续14天。同氧诱导会导致胰腺细胞损伤,胰岛素的产生降低,从而导致血糖水平的调节破坏导致高血糖。血糖水平与Alloxan诱导的组和Alloxan诱导的治疗组,并给予pangasius降压性鱼油提取物的血糖水平显着降低了血糖水平(P = 0.009)。Omega 3将刺激锌进入细胞膜,从而发生胰岛素稳定,并且不容易降解,并且会增加对胰岛素的敏感性。相对,与未处理的组相比,尿酸水平观察到蛋白质诱导的动物群的降低(p = 0.008)。然而,在实验组内观察到的平均尿酸水平的平均增量是由Alloxan诱导的,随后给予Pangasius pophthalmus鱼类提取物,没有达到统计学意义(p = 0.059)。关键字:杂糖,血糖,pangasius肌酸,尿酸Pearson相关测试表明,血糖水平和尿酸浓度之间存在-0.51的牢固关系。pangasius降低性鱼类提取物降低了由Alloxan诱导的实验动物中的血糖水平,但尿酸水平没有差异。
杂志在波兰评估参数教育和科学部长中的40分。附件是17.2023号教育与科学部长的环境。32318。有期刊的唯一标识符:201159。分配的科学学科:物理文化科学(医学和健康科学领域);健康科学(医学科学和健康科学领域)。2019年的部长朋克 - 现年40分。从17.07.2023 LP起的教育与科学部长的发展。32318。辞职的科学学科:物理文化科学(医学科学与健康科学的COOM);卫生选举(Enon医学与健康科学)。 ©作者2023;本文在波兰托伦(Torun)的尼古拉斯(Nicolauss)的尼古拉斯(Nicolauss of Nicolauss)开放式尼古拉斯(Nicolauss of Nicolauss)开放式访问中发表了本文。 This article is distracted under the therms of the Creative Commons Attribation Attribation Noncommercial License y permits ann noncommercial zse, distraction, and reproducation in an an an an an an a medium, provided the ariginal a carhor (s) and source are归功于。 这是根据创意共享属性归因于非商业授权人共享的Ackenses许可的AN OPEN ACCES文章。 (http://creativecommons.org/licenses/by-nc-sa/4.0/),只要适当地引用了工作,就可以在任何媒介中不受限制,非商业用途,分发和复制。 汽车宣布TER与利益的利益没有冲突,即本文的出版。 收到:08.03.2023。辞职的科学学科:物理文化科学(医学科学与健康科学的COOM);卫生选举(Enon医学与健康科学)。 ©作者2023;本文在波兰托伦(Torun)的尼古拉斯(Nicolauss)的尼古拉斯(Nicolauss of Nicolauss)开放式尼古拉斯(Nicolauss of Nicolauss)开放式访问中发表了本文。 This article is distracted under the therms of the Creative Commons Attribation Attribation Noncommercial License y permits ann noncommercial zse, distraction, and reproducation in an an an an an an a medium, provided the ariginal a carhor (s) and source are归功于。 这是根据创意共享属性归因于非商业授权人共享的Ackenses许可的AN OPEN ACCES文章。 (http://creativecommons.org/licenses/by-nc-sa/4.0/),只要适当地引用了工作,就可以在任何媒介中不受限制,非商业用途,分发和复制。 汽车宣布TER与利益的利益没有冲突,即本文的出版。 收到:08.03.2023。辞职的科学学科:物理文化科学(医学科学与健康科学的COOM);卫生选举(Enon医学与健康科学)。©作者2023;本文在波兰托伦(Torun)的尼古拉斯(Nicolauss)的尼古拉斯(Nicolauss of Nicolauss)开放式尼古拉斯(Nicolauss of Nicolauss)开放式访问中发表了本文。This article is distracted under the therms of the Creative Commons Attribation Attribation Noncommercial License y permits ann noncommercial zse, distraction, and reproducation in an an an an an an a medium, provided the ariginal a carhor (s) and source are归功于。这是根据创意共享属性归因于非商业授权人共享的Ackenses许可的AN OPEN ACCES文章。(http://creativecommons.org/licenses/by-nc-sa/4.0/),只要适当地引用了工作,就可以在任何媒介中不受限制,非商业用途,分发和复制。汽车宣布TER与利益的利益没有冲突,即本文的出版。收到:08.03.2023。修订:30.04.2023。接受:21.05.2023。发布:31.05.2023。
引言有机阴离子转运蛋白1(OAT1/SLC22A6)的功能被认为是许多小带负电荷有机分子从血液中移动到尿液中的速率限制步骤(1)。是原始的SLC和ABC药物转运蛋白之一,该转运蛋白被FDA突出显示用于测试与新药物实体的相互作用(1-3)。这是由于其在排泄许多药物(例如抗生素,抗病毒药,NSAID,利尿剂)中的作用(2,4,5)。最近的研究发现了其在调节系统性和肾脏代谢以及信号传导中涉及的内源性途径中的关键作用。在小鼠模型中使用体外传输数据和OAT1的体内KO已被用于识别该转运蛋白处理的内源代谢产物。这些研究(6-9)表明,OAT1 -KO小鼠中的许多代谢产物源自肠道微生物。OAT1以及其他SLC和ABC“药物”转运蛋白(例如OATP1B1,MRP2,ABCG2)被认为是由> 500蛋白组成的拟议遥感和信号网络中的关键系统和器官中心(2,10,11)。遥感和信号传导理论(RSST)认为,这种基因网络部分与调节药物吸收,分布,代谢和排泄的基因重叠(ADME),可维持体内众多内源性小分子的体内平衡(2,12,12,13,13)。当慢性肾脏疾病期间肾功能降低时,在人体病理生理中作用中遥感和信号系统的一个例子(12)。当肾脏不再能够有效地处理尿酸盐时,嘌呤代谢和抗氧化剂的常见终端产生会导致尿酸盐的积累会导致痛风,高血压和肾脏和心血管疾病的进展(14)。结果,肠道改变了ABCG2的表达和/或功能,并部分远程补偿受损的肾脏,从而通过将其排泄到肠道中来消除血液(15)。
添加剂制造(AM)工艺,例如激光粉末床融合,可以通过分层扩散和熔化粉末来制造物体,直到创建自由形式的零件形状。为了提高AM过程中涉及的材料的特性,重要的是要预测材料表征作为处理条件的函数。在热电材料中,功率因数是对材料如何将热量转化为电的有效性的量度。虽然较早的作品已经使用各种技术预测了不同热电材料的材料表征特性,但在AM过程中尚未探索机器学习模型的实现,以预测鞭毛尿酸酯(BI2TE3)的功率因数。这很重要,因为BI2TE3是低温应用的标准材料。作为概念证明,我们使用了有关涉及的制造处理参数的数据以及在BI2TE3 AM中收集的原位传感器监视数据,以训练不同的机器学习模型,以预测其热电功率因子。我们使用80%的培训和20%的测试数据实施了监督的机器学习技术,并进一步使用了置换功能重要性方法来识别重要的处理参数和原位传感器功能,这些特征最能预测材料的功率因数。基于合奏的方法,例如随机森林,Adaboost分类器和Bagging分类器,在预测功率因数方面表现最好,而袋装分类器模型则达到了90%的最高精度。此外,我们发现了前15个处理参数和原位传感器功能,以表征材料制造属性(例如功率因子)。这些功能可以进一步优化,以最大程度地提高热电材料的功率因数,并提高使用该材料制造的产品的质量。