干细胞外泌体源头供货

导致20%心源性猝死的心律失常,可90%进行预测!干细胞技术新进展,有望准确判断判断心律失常模式,挽救生命

  近些年伴随着“内卷”的升级,越来越多的人开始关注自身的身体健康,尤其是猝死得到了人们的重视。

心律失常心源性猝死的主要危险因素之一,占全球心源性猝死的死亡总数的15%~20%。研究表明,心律失常的原因有很多,主要包括遗传因素、患者的身心状况等,其中也包括药物诱发的心律失常。

导致20%心源性猝死的心律失常,可90%进行预测!干细胞技术新进展,有望准确判断判断心律失常模式,挽救生命

图片来源:创客贴,已获得商用授权

目前,我们很难去判断心律失常事件的发生情况以及可能带来的严重后果,而这种不可预知性不论是对于年轻人还是对于有心脏病史人群来说,都可能带来“致命”的后果。

为了解决这一难题,来自新加坡分子与细胞生物学研究所的研究团队利用干细胞技术搭建了对应的细胞模型,并结合机器学习来分析不同的模式,在实验室环境中高精度地预测心律失常的发生和对应的模式,从而有望对心律失常可能引起的后果进行预测。这项研究发表在近期的《干细胞报告》杂志上。

导致20%心源性猝死的心律失常,可90%进行预测!干细胞技术新进展,有望准确判断判断心律失常模式,挽救生命

该文章封面截图.图片来源:《干细胞报告》杂志官网

在本次研究中,研究人员通过实验室培养的多能干细胞分化出人类的心肌细胞,从而用来评估心律失常的情况,并且根据特有的基因突变和药物治疗,使得培养出来的心肌干细胞有着可以预测不同心律失常的倾向。

最终,通过这些心肌干细胞的数据,研究人员一共获取了3000多个“健康”但是却容易发生心律失常的心肌细胞的数据,并以此为基础来训练对应的机器学习程序,从而来找到不同的心律失常对应的模式。研究人员通过细胞内的钙浓度的变化作为指标来衡量心脏的功能。

在机器学习的加成下,研究人员开发出了一套新的系统,这个系统可以用来预测药物或者基因突变诱发的心率失常的情况。研究结果发现:这套系统在判断发生率上面可以达到90%以上的准确度,同时可以预测心律失常的不同模式,从而进行有效地应对。

研究人员表示,尽管人类医药技术在不断发展,但是在过去40年里面有近10%的药物因为临床前研究未发现心脏毒性但是临床研究中发现心脏毒性而被召回,这造成了巨大的损失。这项新的研究有望为患者风险分析和患者衍生心肌细胞的药物毒性测试奠定基础,从而帮助研发出更安全、更有效的药物。

近些年来,通过干细胞技术培养而衍生出的各类器官可以用来模拟在实际情况下的用药情况,以更客观地反映不同的器官对于药物使用的反应。除了本篇文章中提到的心肌细胞,通过干细胞培养形成的心脏、大脑以及肝肾等器官同样可以用来评估药物和基因的影响,这些新的药物模型将成为临床药物开发的一大助力。

作者:CellPlus

审校:Coco

封面来源:创客贴

参考资料

[1] Boon-Seng Soh, Characterizing arrhythmia using machine learning analysis of Ca2+ cycling in human cardiomyocytes, Stem Cell Reports (2022). DOI: 10.1016/j.stemcr.2022.06.005. www.cell.com/stem-cell-reports … 2213-6711(22)00321-6

[2] Stem cells and AI team up to predict cardiac arrhythmias in patients.https://medicalxpress.com/news/2022-07-stem-cells-ai-team-cardiac.html

发布者:木木夕,转转请注明出处:https://www.cells88.com/cells/gxb/16988.html

免责声明:此文内容为本网站刊发或转载企业宣传资讯,仅代表作者个人观点,与本网无关。仅供读者参考,并请自行核实相关内容。

(0)
打赏 微信扫一扫 微信扫一扫 支付宝扫一扫 支付宝扫一扫
上一篇 2022-09-21 12:21
下一篇 6天前

相关推荐

发表回复

登录后才能评论
微信公众号

400-915-1630