به نقل از «آفتاب»

یک خبر عجیب؛ معکوس کردن رویه پیری با استفاده از اتاق اکسیژن

تاریخ انتشار: ۴ آذر ۱۳۹۹ | کد خبر: ۳۰۰۸۵۰۷۷

آفتاب‌‌نیوز :

دستگاه های بزرگ معروف به اتاق های اکسیژن هیپرباریک (اکسیژن پر فشار) استفاده های زیادی در زمینه های پزشکی دارند.

از این دستگاه ها می توان برای درمان زخم ها استفاده کرد و آنها می توانند انسان را تحت فشار کافی قرار دهند تا اکسیژن مستقیم و بدون نیاز به جریان خون وارد بافت شود.

اکنون گروهی از محققان می گویند که آنها با استفاده از اتاق اکسیژن هایپرباریم موفق شده اند رویه پیری را در افراد مسن معکوس کنند.

بیشتر بخوانید: اخباری که در وبسایت منتشر نمی‌شوند!

پیش از این محققان مطالعاتی در این زمینه انجام داده بودند؛ آنها در این مطالعات سلول های خاص و دی. ان. ای را که با طول عمر کوتاه تر ارتباط دارند هدف قرار دادندو

اما در جریان این مطالعه که به تازگی انجام شده است، محققان این موضوع را مورد بررسی قرار دادند که آیا اکسیژن درمانی در یک محیط تحت فشار، اثرات پیری را در ۳۵ فرد بالای ۶۴ سال معکوس می کند یا خیر.

شرکت کنندگان سالخورده در این مطالعه روزی ۹۰ دقیقه، برای پنج روز در هفته و به مدت سه ماه در این اتاق اکسیژن قرار گرفتند.

محققان تأثیر قرار گرفتن در اتاق اکسیژن را بر روی سلول های پیری که با فرسودگی بافت و اندام همراه است، بررسی کرد.

آنها همچنین طول تلومر ( مولکول مرتبط با پیری زودرس سلولی) هر شرکت کننده را اندازه گیری کردند. تلومرها کلاهک‌های حفاظتی در هر انتهای هر کروموزوم سلول‌های بدن هستند که مانع آسیب دیدن کروموزوم هنگام تقسیم سلول می‌شوند.

آنها در پایان این مطالعه متوجه شدند که طول تلومرها به طور متوسط ۲۰ درصد بلندتر شد و سلول های پیری تا ۳۷ درصد کاهش یافتند؛ به گفته محققان این نتیجه معادل با ۲۵ درصد جوان تر شدن است.

افراد شرکت کننده در این مطالعه به تغییر شیوه زندگی، رژیم غذایی و یا داروها و در واقع همه مواردی که در گذشته ثابت شده بر سن بیولوژیکی فرد تاثیر دارد، نیازی نداشتند.

محققان معتقدند که قرار گرفتن در اتاق تحت فشار، باعث ایجاد کمبود اکسیژن مختصری شده که بازسازی سلولی را ایجاد می کند.

محققان خاطرنشان کردند که نکته قابل توجه این مطالعه است که تنها در طول سه ماه درمان چنین افزایشی در طول تلومرها ایجاد شد.

منبع: خبرگزاری ایرنا

منبع: آفتاب

کلیدواژه: پیری اتاق اکسیژن اتاق اکسیژن

درخواست حذف خبر:

«خبربان» یک خبرخوان هوشمند و خودکار است و این خبر را به‌طور اتوماتیک از وبسایت aftabnews.ir دریافت کرده‌است، لذا منبع این خبر، وبسایت «آفتاب» بوده و سایت «خبربان» مسئولیتی در قبال محتوای آن ندارد. چنانچه درخواست حذف این خبر را دارید، کد ۳۰۰۸۵۰۷۷ را به همراه موضوع به شماره ۱۰۰۰۱۵۷۰ پیامک فرمایید. لطفاً در صورتی‌که در مورد این خبر، نظر یا سئوالی دارید، با منبع خبر (اینجا) ارتباط برقرار نمایید.

با استناد به ماده ۷۴ قانون تجارت الکترونیک مصوب ۱۳۸۲/۱۰/۱۷ مجلس شورای اسلامی و با عنایت به اینکه سایت «خبربان» مصداق بستر مبادلات الکترونیکی متنی، صوتی و تصویر است، مسئولیت نقض حقوق تصریح شده مولفان در قانون فوق از قبیل تکثیر، اجرا و توزیع و یا هر گونه محتوی خلاف قوانین کشور ایران بر عهده منبع خبر و کاربران است.

خبر بعدی:

هوش مصنوعی در شناسایی منشاء سرطان‌‌‌ بهتر از انسان است

به گزارش خبرگزاری علم و فناوری آنا به نقل از نیچر، برخی از سرطان‌های پنهان تا زمانی که از منبع خود به اندام‌های دور سرایت نکنند، شناسایی نشده باقی می‌مانند. اکنون دانشمندان ابزار هوش مصنوعی (AI) را توسعه داده‌اند که در شناسایی منشأ سلول‌های سرطانی متاستاتیکی که در بدن در گردش هستند، از پاتولوژیست‌ها بهتر عمل می‌کند. مدل اثبات مفهوم می‌تواند به پزشکان کمک کند تا تشخیص و درمان سرطان در مراحل پایانی را بهبود بخشند و عمر افراد را افزایش دهند.

فیصل محمود، که در دانشکده پزشکی هاروارد در بوستون، ماساچوست، در مورد کاربرد‌های هوش مصنوعی در مراقبت‌های بهداشتی مطالعه می‌کند، می‌گوید: این یک یافته بسیار مهم است و می‌توان از آن به عنوان یک ابزار کمکی استفاده کرد.

سرطان و منشأ‌های گریزان

برای درمان سرطان‌های متاستاتیک، پزشکان باید بدانند که سلول سرطانی از کجا آمده اند. منشا ۵ درصد تومور‌ها قابل شناسایی نیست و پیش آگهی افرادی که سرطان اولیه آنها ناشناخته باقی مانده است ضعیف است.

یکی از روش‌هایی که برای تشخیص سرطان‌های متاستاتیک پیچیده استفاده می‌شود، به سلول‌های توموری موجود در مایع استخراج‌شده از بدن متکی است. پزشکان تصاویر سلول‌ها را بررسی می‌کنند تا بفهمند به کدام نوع سلول‌های سرطانی شباهت دارند. برای مثال، سلول‌های سرطان سینه که به سمت ریه‌ها مهاجرت می‌کنند، هنوز شبیه سلول‌های سرطان سینه هستند.

به گفته تیان فی، جراح سرطان روده بزرگ یا کولورکتال، هر سال از ۳۰۰ هزار فرد مبتلا به سرطان که به تازگی در بیمارستان وابسته به دانشگاه پزشکی تیانجین (TMU) در چین درمان می‌شوند، حدود ۴ هزار نفر با استفاده از این تصاویر تشخیص داده می‌شوند، اما حدود ۳۰۰ نفر تشخیص داده نمی‌شوند.

تیان، لی شیانگچون محقق بیوانفورماتیک که یادگیری عمیق را در دانشگاه پزشکی تیانجین مطالعه می‌کند به همراه همکارانش قصد داشتند یک الگوریتم یادگیری عمیق برای تجزیه و تحلیل این تصاویر و پیش بینی منشاء سرطان‌ها ایجاد کنند. نتایج آنها در مجله پزشکی نیچر منتشر شد.

آموزش هوش مصنوعی

محققان مدل هوش مصنوعی خود را بر روی حدود ۳۰ هزار تصویر از سلول‌های موجود در مایع شکم یا ریه ۲۱ هزار نفر که منشا تومور آنها مشخص بود آموزش دادند. منبع تومور و احتمال اینکه منبع تومور در سه پیش‌بینی برتر مدل گنجانده شود، ۹۹ درصد بود.

محمود می‌گوید داشتن یک فهرست سه‌گانه مفید است، زیرا می‌تواند به پزشکان کمک کند تا تعداد آزمایش‌های اضافی مورد نیاز برای شناسایی منشأ تومور را کاهش دهند، محمود می‌گوید: پیش‌بینی‌ها به ۱۲ منبع رایج سرطان، از جمله ریه‌ها و تخمدان‌ها محدود شده بود.

لی شیانگچون می‌گوید: برخی از اشکال دیگر سرطان، از جمله سرطان‌هایی که منشا آن در پروستات و کلیه‌ها هستند، قابل شناسایی نیستند، زیرا معمولاً به رسوبات مایع در شکم و ریه‌ها سرایت نمی‌کنند.

زمانی که این مدل روی ۵۰۰ تصویر آزمایش شد، در پیش بینی منشاء تومور بهتر از آسیب شناسان انسانی بود.

محققان همچنین به صورت گذشته‌نگر زیرمجموعه‌ای از ۳۹۱ شرکت‌کننده در مطالعه را حدود چهار سال پس از اینکه تحت درمان سرطان قرار گرفتند، ارزیابی کردند.

محمود قبلاً از هوش مصنوعی برای پیش‌بینی منشأ سرطان‌ها از نمونه‌های بافتی استفاده کرده است، و تیم‌های دیگر از داده‌های ژنومی استفاده کرده‌اند - سلول‌ها، بافت‌ها و ژنومیکس - می‌تواند نتایج را برای افراد مبتلا به سرطان متاستاتیک با منشأ ناشناخته بهبود بخشد.

انتهای پیام/