生物评论周报第106期:Nature Biotechnology:激光雕刻可穿戴传感器用于尿酸和硫的灵敏检测

 

1.Nature Biotechnology:激光雕刻可穿戴传感器用于尿酸和硫的灵敏检测

 

近日来自美国加州理工学院高伟团队研在《自然—生物技术》上发表了题为“A laser-engraved wearable sensor for sensitive detection of uric acid and tyrosine in sweat.”的研究论文,发出一种激光雕刻的可穿戴传感器,其可用于灵敏检测汗液中的尿酸和的酪氨酸。

 

激光雕刻可穿戴传感器用于尿酸和硫的灵敏检测

Fig1. Schematics of the sweat sensor for metabolic and nutritional management.

 

研究人员报道了一个完全激光雕刻的传感器,可同时进行汗液采样、化学传感和生命体征监测。研究人员证明了对温度、呼吸频率以及低浓度尿酸和酪氨酸、痛风和代谢紊乱等疾病相关分析物的持续检测。在运动后和富含蛋白质的饮食之后,研究人员在经过身体训练和未经训练的受试者中测试该设备的性能。

 

研究人员还通过富含嘌呤的膳食改变评估其在痛风监测患者和健康对照中的功能。痛风患者的汗液中尿酸水平高于健康个体,血清中也观察到类似趋势。

 

据悉,穿戴式汗液传感器可用于持续测量有用的生物标志物。但是,当前的传感器不能准确地检测低的分析物浓度、缺乏多模式感测或难以大规模制造。

 

(评论:这种智能传感片比检测血液方便很多,而且兼具低成本、大规模制备等优势

 

文章来源:

Yiran Yang et al, A laser-engraved wearable sensor for sensitive detection of uric acid and tyrosine in sweat. DOI: 10.1038/s41587-019-0321-x,Nature Biotechnology, 最新IF:31.864

 

2.DIA-NN:神经网络和干扰校正可以在高通量下实现蛋白质组的深度覆盖

 

近日,来自英国弗朗西斯-克里克研究所Markus Ralser研究组在《自然—方法学》上发表了标题为“DIA-NN: neural networks and interference correction enable deep proteome coverage in high throughput”的研究成果,研究人员开发出一个神经网络和干扰校正工具,其能够在高通量下实现对蛋白组学的深度覆盖。

 

神经网络和干扰校正可以在高通量下实现蛋白质组的深度覆盖

Fig. 2 | LFQbench test performance of DIA-NN.

 

研究人员报道了一个易于使用的集成软件套件DIA-NN,其利用深度神经网络以及新的量化和信号校正策略来处理与数据无关的获取(DIA)蛋白质组学实验。DIA-NN提高了常规DIA蛋白质组学应用程序中的鉴定和定量性能,尤其适用于高通量应用,因为它与快速色谱方法结合使用时速度快,并能实现深度和可靠的蛋白质组覆盖。

 

(评论:新增高通量应用方法)

 

文章来源:Vadim Demichev et sl, DIA-NN: neural networks and interference correction enable deep proteome coverage in high throughput. DOI: 10.1038/s41592-019-0638-x, Nature Methods, 最新IF:28.467

 

3.BMJ: 乳制品摄入量与男性和女性死亡风险的关系

 

近日,来自美国哈佛公共卫生学院Ming Ding研究组在《英国医学杂志》上发表了题为“Associations of dairy intake with risk of mortality in women and men: three prospective cohort studies”的研究成功,分析了奶制品摄入量与男性和女性死亡风险的关系。

 

研究组在美国进行了三个前瞻性队列研究,共招募了168153名女性和49602名男性,基线检查时均没有心血管疾病或癌症。

 

在长达32年的随访中,共有51438例患者死亡,包括12143例心血管死亡和15120例癌症死亡。多变量分析进一步校正了心血管疾病和癌症家族史、体力活动、总体饮食模式、总能量摄入、吸烟状况、饮酒消费、更年期状况(女性)和绝经后激素使用(女性)等因素。

 

与奶制品总消费量的最低类别(平均0.8份/天)相比,第二类奶制品消费者(1.5份/天)总死亡率的多变量综合风险比为0.98,第三类奶制品消费者(2.0份/天)的风险比为1.00,第四类奶制品消费者(2.8份/天)的风险比为1.02,最高类别奶制品消费者的风险比为1.07(4.2份/天,差异显著)。

 

与最低类别的奶制品消费者相比,最高类别的奶制品消费者心血管死亡的风险比为1.02,癌症死亡的风险比为1.05。对奶制品的类型进行分析,全脂牛奶摄入量与总死亡率、心血管死亡率和癌症死亡率的高风险显著相关。在食品替代分析中,食用坚果、豆类或全谷类食品来替代奶制品可降低死亡率,而食用红肉和加工肉来替代奶制品则升高了死亡率。

 

这些大队列数据的分析结果不支持高奶制品消费会降低死亡风险。奶制品对健康的影响可能取决于替代奶制品的背景食品。癌症死亡率稍高与奶制品消费无关,但值得进一步研究。

 

(评论:摄入适量才是最健康的)

 

文章来源:

Ming Ding et al, Associations of dairy intake with risk of mortality in women and men: three prospective cohort studies. DOI: 10.1136/bmj.l6204, BMJ-British Medical Journal, 最新IF:27.604


艾美捷热线

艾美捷科技优势代理品牌

发表评论

:?: :razz: :sad: :evil: :!: :smile: :oops: :grin: :eek: :shock: :???: :cool: :lol: :mad: :twisted: :roll: :wink: :idea: :arrow: :neutral: :cry: :mrgreen: