物理科技生物学-PHYICA

利用线虫进行健康寿命分私库视频在线播放析

生物 2022-08-05 00:03:25

熊本大学 通过使用叠加的周期(之前& amp之后)图像

学分:树藤刚副教授 日本熊本大学的一个研究小组开发了一种自动测量系统,利用线虫来评估健康人的寿命

优雅)

根据生命周期的质量差异,该系统可以对平均健康长寿、健康早逝和长期健康不佳的线虫群体进行分类

因为决定碳寿命的机制有许多相似之处

研究人员认为,对于秀丽隐杆线虫和人类来说,这个系统将使开发药物和寻找延长人类健康寿命的食物变得更加容易

“健康预期寿命”的概念是由世界卫生组织(世卫组织)于2000年提出的,是人口健康的一个重要指标

它指的是平均预期寿命减去依赖持续医疗或护理的生命周期

然而,对于什么是实验动物或细胞的健康寿命,还没有明确的科学理解

此外,客观和快速分析影响健康预期寿命的因素的技术尚未建立

尽管C是一种极其简单的动物

秀丽隐杆线虫具有分化的器官,如神经、骨骼肌和消化道,许多哺乳动物相关基因是保守的

它对遗传学和分子生物学等领域的前沿研究非常有用

然而,虽然对这种线虫的寿命分析提供了大量有用的信息,但以前的寿命研究有许多局限性,包括1)对室温下各种刺激的敏感性,2)日常测量所需的实验时间长,3)由于结果依赖于实验技术的趋势而缺乏客观性,以及4)一次可处理的样品数量少,这使得它不适于同时测量多个样品

顶部:一个线虫健康寿命的小群体分析,结合了碳氮氧化物和具有相同遗传背景的线虫的统计分析

约28%的人口平均寿命,约30%的人长寿且健康,约35%的人健康但过早死亡,约7%的人长期虚弱

学分:树藤刚副教授 研究人员试图通过开发一种新的健康寿命评估系统来解决这些问题,该系统保持了线虫提供的优势

他们致力于确定活细胞成像系统中自动测量线虫存活的最佳条件,例如计算样品中线虫的数量、培养温度、培养基厚度、饲养条件、成像间隔和存活测定方法

这个变成了C

秀丽隐杆线虫寿命自动监测系统(C-LAS),一个全自动寿命测量系统,可以无创测量大量样本(目前多达36个样本)

C-LAS使用重叠的线虫图像来识别那些移动的,意味着它们是活的,而那些不移动的,意味着它们是死的

接下来用C-LAS观察C

研究人员发现,线虫可以分为三种可能的行为状态:活跃(存活)状态、不活跃生存状态或不活跃(死亡)状态

他们将积极行为的时期定义为“健康的寿命”,并建立了一个新的系统,他们称之为C

秀丽隐杆线虫健康自动监测系统

类似于C-LAS,C-HAS是一个自动化的健康和寿命测量系统,可以通过重叠周期性图像来区分活的和死的线虫

当线虫在图像之间仅部分重叠时,也可以检测到线虫何时处于非活动生存状态(存活但不健康)

研究人员可以使用碳氧同位素分析仪,将这些参数用于小群体分析

这种类型的分析可以将具有相同遗传背景的线虫分为四类:平均寿命的、健康长寿的、不健康过早死亡的和长期脆弱的

研究人员利用碳-硫分析和对具有相同遗传背景的普通线虫的统计分析相结合,对线虫的健康寿命进行了小群体分析

他们发现,约28%的人平均寿命,约30%的人长寿且健康,约35%的人健康但过早死亡,约7%的人长期虚弱

他们还发现,激活——无论是通过基因还是通过给予药物二甲双胍——腺苷酸激活蛋白激酶(AMPK),这与健康预期寿命密切相关,显著增加了健康长寿人群,减少了长期虚弱人群

二甲双胍被认为可以延长人类的健康预期寿命,目前的研究支持这一观点

目前,临床试验正在进行,以确定它与健康长寿的关系

“看到线虫被用来测量健康寿命可能有点出乎意料,但是我们已经用碳-HAS来识别与健康寿命相关的新基因,这些基因以前是未知的,”研究负责人、副教授舒托刚一说

“这项技术使人们能够以使用实验室动物无法获得的速度和准确度,轻松搜索与人类健康寿命相关甚至延长人类健康寿命的基因、药物或食物

我们期望在未来,碳-HAS可以用于药物发现研究和寻找健康食品

我们目前正在开发人工智能,它将把深度学习融入到人工智能中,以促进自动化分析

"

来源:由phyica.com整理转载自PH,转载请保留出处和链接!

本文链接:http://www.phyica.com/shegnwu/21000.html

发表评论

用户头像 游客
此处应有掌声~

评论列表

还没有评论,快来说点什么吧~