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
基因选择性转录因子通过与其靶基因调节区域内的特定DNA元件结合(1)。但是,并非完全定义此DNA结合的序列要求。几个参数,例如蛋白质 - 蛋白质相互作用与相邻结合的因素,DNA结构的影响(弯曲等)。),重要的是,结合位点与认知因子的比率确定给定转录因子是否可以有效地与相应的结合位点相互作用。体外和大概也在体内也是如此,对于确定转录因子是否会与其最佳识别序列的变体结合,因此,它的基因调节。在这些考虑因素中提示,我们询问是否存在一种蜂窝机制,该机制是否存在在转录因子活动和可用目标位点的繁琐之间保持平衡。对AP-1家族成员的特征良好转录因子C-Jun进行了实验(2-4)。包含AP-1结合位点的启动子是C-Jun调节的目标。C-Jun的活性受到多种机制的紧密控制,并且对蛋白质的异常调节会导致恶性转化和致癌作用(5)。在这项研究中,我们描述了一种机制,该机制通过改变其磷酸化态的DNA结合活性,取决于细胞中存在的C-Jun结合位点的浓度。这种机制可以用来设置和微调C-Jun与其结合位点的比率。有趣的是,与这种现象有关的磷酸化位点与以前据报道经历信号依赖性去磷酸化相同。
牙龈卟啉单胞菌(P. gingivalis)是一种革兰氏阴性口腔厌氧菌,在牙周炎的发病过程中起关键作用。P. gingivalis表达多种毒力因子,破坏先天性和适应性免疫,使其在宿主体内存活、繁殖并破坏牙周组织。除了牙周病外,P. gingivalis还与全身性疾病有关,胰岛素抵抗是其中重要的病理基础。P. gingivalis引起全身炎症反应,破坏胰岛素信号通路,诱导胰腺b细胞功能减退和数量减少,导致胰岛素敏感性降低,从而产生胰岛素抵抗(IR)。本文系统综述了P. gingivalis引起胰岛素抵抗的机制研究,讨论了P. gingivalis与基于胰岛素抵抗的全身性疾病的关联,并最终提出了相关的治疗方法。总之,通过系统地综述牙龈卟啉单胞菌通过胰岛素抵抗引起全身性疾病的相关机制,我们希望为未来相关全身性疾病的基础研究和临床干预提供新的见解。
糖尿病治疗方案已大大改善,但是,仅在美国,近200万人患有1型糖尿病(T1D),并且仍然依赖多次每日胰岛素注射和/或连续的胰岛素输注,可用于泵送以保持活力,无需提供口服药物。在专注于T1D的免疫抑制/免疫调节方法上,现在很明显,至少在疾病发作之后,这本身可能不足以舒服,并且为了有效的疗法,还需要解决β细胞健康。本观点文章讨论了这种靶向β细胞的出现,针对硫氧还蛋白相互作用蛋白(TXNIP)的新型口服T1D药物(TXNIP)的出现,以及该领域的最新进展开始解决这一未满足的医疗需求。因此,它的重点是重新利用降压药的重新利用,该药物被发现非特异性抑制txnip和Tix100,这是一种新的化学实体,这是一种针对口服抗糖尿病药物抑制TXNIP的口服抗糖尿病药物。在临床前研究中均显示出惊人的抗糖尿病作用。Verapamil也已被证明对成人和最近发作T1D的儿童有益,而Tix100刚刚被美国食品药品监督管理局(FDA)清除,以进行临床试验。总的来说,我们建议单独或与免疫调节方法结合使用这种非免疫抑制,辅助疗法,对于为了实现T1D的有效耐用性疾病治疗而言至关重要。
1型糖尿病(T1D)是一种自身免疫性疾病,其特征是胰腺中产生胰岛素的B细胞。这种破坏会导致慢性高血糖,因此需要终身胰岛素治疗来管理血糖水平。通常在儿童和年轻人中被诊断出,T1D可以在任何年龄段发生。正在进行的研究旨在揭示T1D潜在的确切机制并开发潜在的干预措施。其中包括调节免疫系统,再生B细胞并创建高级胰岛素输送系统的努力。新兴疗法,例如闭环胰岛素泵,干细胞衍生的B细胞替代和疾病改良疗法(DMTS),为改善T1D患者的生活质量并有潜在地朝着治疗方向前进。目前,尚未批准用于第3阶段T1D的疾病改良疗法。在第3阶段中保留B -cell功能与更好的临床结局有关,包括较低的HBA1C和降低低血糖,神经病和视网膜病的风险。肿瘤坏死因子α(TNF-A)抑制剂在三阶段T1D患者的两项临床试验中,通过测量C肽来保存B细胞功能,证明了效率。然而,在T1D的关键试验中尚未评估TNF-A抑制剂。解决T1D中TNF-A抑制剂的有希望的临床发现,突破T1D召集了一个主要意见领导者(KOLS)的小组。研讨会
我们之前在一项横断面研究中发现胰岛素抵抗 (IR) 与血浆黄嘌呤氧化还原酶 (XOR) 活性相关。然而,IR 是否会诱导 XOR 活性增加尚未阐明。这项回顾性纵向观察研究包括 347 名参与者(173 名男性,174 名女性),他们每年接受健康检查并且未接受过药物治疗。在基线时确定了稳态模型评估 IR (HOMA-IR) 指数以及身体和实验室测量值。在基线和 12 个月的随访检查中,使用我们基于 [ 13 C 2 , 15 N 2 ] 黄嘌呤和液相色谱/三重四极杆质谱的新型检测方法测定血浆 XOR 活性。 IR 受试者(定义为 HOMA-IR 指数 ≥ 1.7(n = 92))的血浆 XOR 活性水平显著(p < 0.001)高于无 IR 的受试者(n = 255),12 个月后,180 人(51.9%)的血浆 XOR 活性增加。多变量线性和逻辑回归分析表明,基线时的 IR(而不是 BMI 或腰围)与血浆 XOR 活性显著相关(β = 0.094,p = 0.033),并且经过调整各种临床参数(包括基线时的血浆 XOR 活性)后,12 个月期间血浆 XOR 活性增加(比值比,1.986;95% 置信区间,1.048–3.761;p = 0.035)。这些结果表明,IR 以与肥胖无关的方式诱导血浆 XOR 活性增加。
3明尼苏达州所有付款人索赔数据库(MN APCD)当前不包括2023年明尼苏达州的所有索赔,并且通过MN APCD获得的任何计数都应视为底价。4模拟胰岛素是一种修饰的胰岛素形式,旨在更有效地模仿人类胰岛素,提供更快或长时间的吸收,以更好地控制血糖。5 RAND, Comparing Insulin Prices in the United States to Other Countries https://www.rand.org/pubs/research_reports/RRA788-1.html 6 American Diabetes Association, “Insulin Affordability Survey, 2018” http://main.diabetes.org/dorg/PDFs/2018-胰岛素 - 可容纳性survey.pdf 7 MDH通过明尼苏达州卫生部公众在线表格从公众获得公众意见的意见,即明尼苏达州的处方药价格透明度8 Biologics是来自活细胞的复杂药物。它们与化学处方药不同,这些药物是小分子药物,可以精确地复制为仿制药。生物仿制药与没有有意义的临床差异的生物制剂非常相似,但由于生物产生的复杂性并不是确切的副本。
通讯作者:Dimitrios Kapogiannis,医学博士,美国国家卫生研究院国家老化研究所,美国国家卫生研究院,251 Bayview Blvd,Ste 8C228,Baltimore,MD 21224,Kapogiannisnisd@mail.nih.nih.nih.nih.gov。*这些作者共享第一作者。±这些作者分享了高级作者资格作者声明Drs。Mansur和Kapogiannis可以完全访问研究中的所有数据,并负责数据的完整性和数据分析的准确性。Concept and design: Mansur, Lee, Rosenblat, Brietzke, Suppes, McIntyre, Kapogiannis Acquisition, analysis, or interpretation of clinical data: Mansur, Subramaniapillai, Lee, Iacobucci, Rodrigues, Cosgrove, Kramer, Suppes, McIntyre Acquisition, analysis, or interpretation of biomarker data: Mansur, Delgado-Peraza, Chawla, Nogueras-Ortiz, McIntyre, Kapogiannis Drafting of the manuscript: Mansur, Delgado-Peraza, McIntyre, Kapogiannis Critical revision of the manuscript for important intellectual content: Rosenblat, Brietzke, Suppes, Raison, Fagiolini, Rasgon Statistical analysis: Mansur Obtained funding: Mansur,McIntyre,Kapogiannis行政,技术或物质支持:Subramaniaiaiapillai,Lee,Cosgrove,McIntyre,Kapogiannis,Kapogiannis监督:McIntyre,Kapogiannis
