这一周科学家们又研究出了啥

版权声明

本文首发自e；

无需授权即可转载，但请自觉保留以上版权声明。

本周新闻速读

几秒钟之内可测量脑龄，或将带来糖尿病、精神分裂症临床新疗法

能够促进胰岛素分泌的肠道细菌有望带来治疗糖尿病的新方案

仿生胰腺系统可以成功控制糖尿病人血糖值

1型糖尿病患者卒中风险增加

FDA批准首个连续血糖监测系统

糖尿病创新药3期临床试验数据表现喜人

FDA批准恩格列净用于降低2型糖尿病合并心血管疾病成人患者的心血管死亡风险

儿童糖尿病患者福音：FDA批准degludec用于儿童糖尿病的治疗

星期一12月19号

几秒钟之内可测量脑龄，或将带来糖尿病、精神分裂症临床新疗法

使用MRI扫描来确定脑龄一直是一个非常耗时的过程。现在，AI机器只需要几秒钟就可以完成检测。

人类的认知能力会随着年龄增长而衰退。神经科学家也早已发现，这种衰退与大脑解剖结构的变化有关。毫无疑问，大脑MRI图像无法指示衰老迹象，更不用说确定“大脑年龄”。大脑年龄和实足年龄之间的差异可以揭示痴呆症等病症发作情况。

几秒钟之内获得准确的脑龄数据

然而，MRI图像分析是一个冗长的过程，因为MRI数据必须经过大量处理才能被用来分析自然衰老。预处理工作包括从图像中去除头骨等非脑组织；白质、灰质和其他组织的区分；以及去除图像伪影以及各种数据平滑技术。

所有这些数据的处理时间可能会超过个24小时，这使得医生们难以将患者脑龄这一因素纳入临床诊断。

而这一切，要归功于GiovanniMontana及其团队在伦敦国王学院进行的研究。该团队正在使用来自MRI扫描仪的原始数据，来训练深度学习机器测量脑龄。有了深层学习技术，临床医生便可以在几秒钟之内获得准确的脑龄数据。有时候患者还没有退出扫描仪，结果就出来了。

该方法基于一项标准的深度学习技术。在训练深度学习机的过程中，Montana使用了多名正常人的MRI脑部扫描图像。这些人的年龄在18到90岁之间，并且不具有任何可能影响大脑年龄的神经系统疾病。所以他们的大脑年龄应该与他们的实足年龄相吻合。

所有扫描结果均为现代MRI扫描仪进行的标准T1加权扫描。每张扫描图上均标注了患者的实足年龄。

该团该团队使用了其中80％的图像来训练卷积神经网络测量一个人的年龄，并对其大脑进行扫描。然后，他们使用了另外张图像来验证这一过程。最后，他们用张机器尚未学习过的图像测试了神经网络的脑龄测量效果。

同时，该团队还将深度学习方法与常规的脑龄测定方法进行了对比。这需要大量的图像处理，以识别大脑中的白质和灰质，然后使用高斯过程回归法进行统计分析。

对比结果非常有趣。通过分析预处理数据，深度学习和高斯过程回归均准确地得出了患者的实足年龄。这两种方法的误差均小于五年。

快速测量大脑衰老，可能改善糖尿病、精神分裂症疗法

尽管如此，深入学习在分析原始MRI数据时，还是表现出了明显的优势。它得出了正确的大脑年龄，并且平均误差仅为4.66年。相比之下，高斯过程回归的标准方法则在该测试中表现不佳，只给出了平均误差约为12年的粗略脑龄。

此外，与标准方法所需的24小时预处理时间相比，深度学习分析只需要几秒钟便可以完成。深度学习机器所进行的数据处理工作，只是为了确保各图像之间在图像取向和立体像素尺寸上的一致性。

这对医生造成了重大影响。Montana及其同僚表示：“这款软件可以帮助临床医生在MRI扫描的过程中，获得根据脑龄预测的年龄数据。”

该团队还比较了来自不同扫描仪的图像，来证明该技术可应用于世界各地不同扫描仪所拍摄的图像。通过比较双胞胎的大脑年龄，他们还研究了脑龄与遗传因素之间的相关性。有趣的是，结果表明，相关性会随年龄增长而减弱，环境因素的影响会随着时间的推移变得更加显着。这同样提出了一个新的研究方向。

这样一个令人印象深刻的研究结果，很可能会对临床医生的诊断方法造成巨大的影响。大量研究证据表明，糖尿病、精神分裂症和创伤性脑损伤等病症与脑衰老的加速相关。因此，一种快速准确地测量大脑衰老程度的方法，可能会对这些疾病的临床疗法产生重要影响。

Montan及其同僚表示：“脑预测年龄代表了一种准确、可靠且在遗传学上有效的表型，它有可能被用作脑衰老的生物标记。”

星期二12月20号

能够促进胰岛素分泌的肠道细菌有望带来治疗糖尿病的新方案

来自俄勒冈大学的研究小组近期研究发现斑马鱼内脏中的蛋白质有促进分泌胰岛素的功能。在幼鱼阶段，这种蛋白质可以促进胰腺中的β细胞繁殖。

由于β细胞可以产生胰岛素，进而控制血糖，因此这一发现对于糖尿病的治疗注入了新的活力，1型糖尿病患者就是由于β细胞缺失引起的，单单在美国就有万人。

研究的关键在于找出内脏细菌——科学家称其为微生物群，如何影响β细胞的发展。来自俄勒冈州大学的研究小组负责人称：“我们意识到微生物组是发现新生物分子的重要来源，而这些新生物分子则对于我们的健康有着重要的作用。”

研究小组选择了一组鱼进行试验，在他们出生的第一周取出他们特定的肠道细菌，观察发现，这些鱼没有像先前观察到的斑马鱼那样快速分解β细胞。

之后，他们开始寻找能够促进β细胞的细菌蛋白质，他们对种可能性进行筛选，使用基因组进行分析，结果选定有能力自然促进β细胞繁殖的物质，他们对其进行提纯，并重新注入到无菌鱼中，结果显示，β细胞开始生长。他们把这种蛋白质叫做细胞膨胀蛋白质或者BefA.

这是人们第一次提出微生物组和β细胞的关联。

全世界的科学家们都在研究如何提高β细胞的活性，俄勒冈州大学研究小组的下一目标是找出BefA刺激β细胞的原理所在，并在其他动物体内进行试验，包括人类。

星期三12月21号

仿生胰腺系统可以成功控制糖尿病人血糖值

来自波士顿大学的研究团队目前进行了一次调查，患有1型糖尿病的患者待在家中11天，没有任何限制的条件下，使用由该小组研发的仿生胰腺系统控制血糖，比传统胰岛素疗法有更加显著的功效。

“参与者待在家中，行动不受任何限制，仿生胰腺可以减低他们的血糖值，不会带来低血糖的症状。”研究小组负责人称，“这一系统除了病人的体重，不需要其他任何资料。因此在很短的时间内就可以让患者开始使用，减少了患者控制血糖的负担。”

这种仿生胰腺使用胰岛素和胰高血糖素来控制血糖，在年这一设备的初级版本已经确定可以在24小时内控制成人的血糖值，在年更新的版本中，这一系统可以成功控制5天成年以及青少年血糖值。在年发表于《柳叶刀》的文章中，登载这一系统也适用于儿童患者，并可控制6年之久。

在年的试验中，参与者的行动需要受到限制，全程需要医护人员陪护，然而目前的试验则不需如此。他们可以从事正常的生活和工作，也没有额外的运动或者饮食限制。

仿生胰腺系统连接着智能手机，可以通过无线对输出胰岛素和胰高血糖的泵传输信息，每五分钟，手机都会收到血糖监测系统发来的报告，用来计算适量的胰岛素和胰高血糖素。

这一系统需要参与者提前输入接下来的饮食量，设备会据此搭配胰岛素量。如果病人的血糖值到达危险水平，或者15分钟处于非登录状态，那么系统会自动通知医护人员。

试验参与者都是患有1型糖尿病的患者，并且使用胰岛素控制血糖达6个月之久。39名参与者都顺利的完成了为期11天的试验。

参与者在使用仿生胰腺系统期间，血糖值都控制的很好，且没有低血糖并发症。

尤其是在夜间，血糖最危险的时候。研究人员表示，“1型糖尿病患者在睡觉时，会有血糖值突然减少的风险，然而使用仿生胰腺系统期间，夜间血糖值也控制在平均值上。”

研究小组成员之一一直致力于这方面的研究，由于他17岁的儿子就患有1型糖尿病，他补充说，“仿生胰腺可以成功控制血糖值，并减少病发症的风险。”

1型糖尿病患者卒中风险增加

根据《内科学杂志》上的一项研究，随着HbA1c水平的增加，1型糖尿病患者缺血性和出血性卒中风险增加。

来自瑞典哥德堡大学的研究人员开展了一项前瞻性队列研究以探究1型糖尿病患者血糖控制与卒中风险之间的相关性。研究共纳入瑞典国家糖尿病登记中例年龄≥18岁的1型糖尿病参与者和例对照组参与者。缺血性卒中和出血性卒中风险通过Cox回归分析评估。

例1型糖尿病患者平均年龄为35.5岁；平均随访时间为7.9年；平均糖尿病病程为20.2年。研究人员发现，糖尿病组共发生例卒中（2.3%），对照组发生例卒中0.7%（0.7%）。

与对照组相比，1型糖尿病患者缺血性和出血性卒中多因素校正后的风险比分别为3.29（95%CI:2.96-3.66）和2.49（95%CI:1.96-3.16）。随着HbA1c增加，缺血性和出血性卒中的风险逐步增加；当HbA1c在目标范围内（≤6.9%；多中心校正后HR，1.89）缺血性卒中风险便显著增加。当HbA1c≥9.7%，缺血性和出血性卒中风险明显增加，校正后的HR分别为7.94（95%CI:6.29-10.03）和8.17（95%CI5.00-13.35）。

研究人员强调，随着血糖控制不佳，1型糖尿病患者缺血性和出血性卒中的风险显著增加。即使HbA1c水平在目标范围内，也应注意缺血性卒中的发生。

星期四12月22号

FDA批准首个连续血糖监测系统

年12月20日，美国食品药品监督管理局（FDA）扩大批准了Dex







































北京治疗白癜风医院哪里比较好
北京哪个医院可彻底治愈白癜风