Skocz do zawartości
Forum Kopalni Wiedzy
KopalniaWiedzy.pl

Nobel z medycyny lub fizjologii za prace nad receptorami ciepła i dotyku

Rekomendowane odpowiedzi

David Julius i Ardem Patapoutian podzielili się Nagrodą Nobla z fizjologii lub medycyny. Obaj uczeni, pracując oddzielnie, odkryli w skórze receptory temperatury i dotyku, a ich praca daje nadzieję na stworzenie nowych środków przeciwbólowych. Obaj wykazali, w jaki sposób ludzki organizm zamienia impuls cieplny czy dotyk w sygnał elektryczny. Jak stwierdził przyznający nagrodę Instytut Karolinska, proces ten pozwala nam odbierać sygnały z zewnątrz i adaptować się do nich.

Przedstawiciele Instytutu wyrazili też nadzieję, że wiedza, jaką zyskaliśmy dzięki pracy obu laureatów, „pozwoli na opracowanie metod leczenia wielu chorób, w tym chronicznego bólu”.

Ardem Patapoutian urodził się w 1967 roku w Bejrucie, w Libanie. Jego rodzice pochodzą z Armenii. W młodości przeprowadził się do Los Angeles, a obecnie pracuje w Howard Hughes Medical Institute w La Jolla w Kalifornii. Jak się okazuje, o zdobyciu nagrody dowiedział się od swojego ojca, gdyż przyznający nagrodę nie mogli się w nim skontaktować. Patapoutian okrył mechanizm komórkowy oraz geny, które przekładają siłę działającą na skórę na sygnały elektryczne.

Z kolei David Julius to rodowity Amerykanin urodzony w Nowym Jorku w 1955 roku. Obecnie jest profesorem na Uniwersytecie Kalifornijskim w San Francisco (UCFS), na którym zresztą pracował w przeszłości Patapoutian. Profesor Julius dokonał swojego odkrycia, gdyż zainteresowało go wykorzystanie naturalnych produktów do odkrywania funkcji biologicznych. Postanowił więc wykorzystać kapsaicynę, związek chemiczny odpowiedzialny za piekący smak papryczki chili, do wywołania na skórze fałszywego uczucia gorąca, by w ten sposób zrozumieć, jak skóra odczuwa temperaturę. Również i jego badania mogą pomóc w zwalczaniu bólu. Uczony mówił zresztą o tym już w 2017 roku, gdy podczas jednego z wykładów stwierdził, że "wszystcy wiemy, że naprawdę brakuje nam leków i metod leczenia chronicznego bólu".

Badania Juliusa już zresztą znalazły praktyczne zastosowanie. Niemiecka firma Guenenthal GmbH produkuje plastry i kremy przeciwbólowe wykorzystujące receptor kapsaicyny TRPV1, który odkrył Julius. Przedstawiciele firmy przyznają, że prace uczonego otworzyły nowe pole badań nad nieopioidowymi środkami przeciwbólowymi.


« powrót do artykułu

Udostępnij tę odpowiedź


Odnośnik do odpowiedzi
Udostępnij na innych stronach

Jeśli chcesz dodać odpowiedź, zaloguj się lub zarejestruj nowe konto

Jedynie zarejestrowani użytkownicy mogą komentować zawartość tej strony.

Zarejestruj nowe konto

Załóż nowe konto. To bardzo proste!

Zarejestruj się

Zaloguj się

Posiadasz już konto? Zaloguj się poniżej.

Zaloguj się

  • Podobna zawartość

    • przez KopalniaWiedzy.pl
      Tegoroczną Nagrodę Nobla w dziedzinie fizjologii lub medycyny otrzymali Katalin Karikó i Drew Weissmann za odkrycia, które umożliwiły opracowanie efektywnych szczepionek mRNA przeciwko COVID-19. W uzasadnieniu przyznania nagrody czytamy, że prace Karikó i Wiessmanna w olbrzymim stopniu zmieniły rozumienie, w jaki sposób mRNA wchodzi w interakcje na naszym układem odpornościowym". Tym samym laureaci przyczynili się do bezprecedensowo szybkiego tempa rozwoju szczepionek, w czasie trwania jednego z największych zagrożeń dla ludzkiego życia w czasach współczesnych.
      Już w latach 80. opracowano metodę wytwarzania mRNA w kulturach komórkowych. Jednak nie potrafiono wykorzystać takiego mRNA w celach terapeutycznych. Było ono nie tylko niestabilne i nie wiedziano, w jaki sposób dostarczyć je do organizmu biorcy, ale również zwiększało ono stan zapalny. Węgierska biochemik, Katalin Karikó, pracowała nad użyciem mRNA w celach terapeutycznych już od początku lat 90, gdy była profesorem na University of Pennsylvania. Tam poznała immunologa Drew Weissmana, którego interesowały komórki dendrytyczne i ich rola w układzie odpornościowym.
      Efektem współpracy obojga naukowców było spostrzeżenie, że komórki dendrytyczne rozpoznają uzyskane in vitro mRNA jako obcą substancję, co prowadzi co ich aktywowania i unicestwienia mRNA. Uczeni zaczęli zastanawiać się, dlaczego do takie aktywacji prowadzi mRNA transkrybowane in vitro, ale już nie mRNA z komórek ssaków. Uznali, że pomiędzy oboma typami mRNA muszą istnieć jakieś ważne różnice, na które reagują komórki dendrytyczne. Naukowcy wiedzieli, że RNA w komórkach ssaków jest często zmieniane chemicznie, podczas gdy proces taki nie zachodzi podczas transkrypcji in vitro. Zaczęli więc tworzyć różne odmiany mRNA i sprawdzali, jak reagują nań komórki dendrytyczne.
      W końcu udało się stworzyć takie cząsteczki mRNA, które były stabilne, a po wprowadzeniu do organizmu nie wywoływały reakcji zapalnej. Przełomowa praca na ten temat ukazała się w 2005 roku. Później Karikó i Weissmann opublikowali w 2008 i 2010 roku wyniki swoich kolejnych badań, w których wykazali, że odpowiednio zmodyfikowane mRNA znacząco zwiększa produkcję protein. W ten sposób wyeliminowali główne przeszkody, które uniemożliwiały wykorzystanie mRNA w praktyce klinicznej.
      Dzięki temu mRNA zainteresowały się firmy farmaceutyczne, które zaczęły pracować nad użyciem mRNA w szczepionkach przeciwko wirusom Zika i MERS-CoV. Gdy więc wybuchła pandemia COVID-19 możliwe stało się, dzięki odkryciom Karikó i Weissmanna, oraz trwającym od lat pracom, rekordowo szybkie stworzenie szczepionek.
      Dzięki temu odkryciu udało się skrócić proces, dzięki czemu szczepionkę podajemy tylko jako stosunkowo krótką cząsteczkę mRNA i cały trik polegał na tym, aby ta cząsteczka była cząsteczką stabilną. Normalnie mRNA jest cząsteczką dość niestabilną i trudno byłoby wyprodukować na ich podstawie taką ilość białka, która zdążyłaby wywołać reakcję immunologiczną w organizmie. Ta Nagroda Nobla jest m.in. za to, że udało się te cząsteczki mRNA ustabilizować, podać do organizmu i wywołują one odpowiedź immunologiczną, uodparniają nas na na wirusa, być może w przyszłości bakterie, mogą mieć zastosowanie w leczeniu nowotworów, powiedziała Rzeczpospolitej profesor Katarzyna Tońska z Uniwersytetu Warszawskiego.
      Myślę, że przed nami jest drukowanie szczepionek, czyli dosłownie przesyłanie sekwencji z jakiegoś ośrodka, który na bieżąco śledzi zagrożenia i na całym świecie produkcja już tego samego dnia i w ciągu kilku dni czy tygodni gotowe preparaty dla wszystkich. To jest przełom. Chcę podkreślić, że odkrycie noblistów zeszło się z możliwości technologicznymi pozwalającymi mRNA sekwencjonować szybko, tanio i dobrze. Bez tego odkrycie byłoby zawieszone w próżni, dodał profesor Rafał Płoski z Warszawskiego Uniwersytetu Medycznego.

      « powrót do artykułu
    • przez KopalniaWiedzy.pl
      W Journal of Medical Internet Research ukazał się opis eksperymentu, w ramach którego ChatGPT miał stawiać diagnozy medyczne i proponować dalsze działania na podstawie opisanych objawów. Algorytm poradził sobie naprawdę nieźle. Udzielił prawidłowych odpowiedzi w 71,7% przypadków. Najlepiej wypadł przy ostatecznych diagnozach, gdzie trafność wyniosła 76,9%, najgorzej poradził sobie z diagnozą różnicową. Tutaj jego trafność spadła do 60,3%.
      Autorzy eksperymentu wykorzystali 36 fikcyjnych przypadków klinicznych opisanych w Merck Manual. Przypadki te są wykorzystywane podczas szkoleń lekarzy i innego personelu medycznego. Naukowcy z Harvard Medical School, Brigham and Women'a Hospital oraz Mass General Brigham wprowadzili do ChataGPT opisy tych przypadków, a następnie zadawali maszynie pytanie, dołączone w podręczniku do każdego z przypadków. Wykluczyli z badań pytania dotyczące analizy obrazów, gdyż ChatGPT bazuje na tekście.
      Najpierw sztuczna inteligencja miała za zadanie wymienić wszystkie możliwe diagnozy, jakie można postawić na podstawie każdego z opisów. Następnie poproszono ją, by stwierdziła, jaki dodatkowe badania należy przeprowadzić, później zaś ChatGPT miał postawić ostateczną diagnozę. Na koniec zadaniem komputera było opisanie metod leczenia.
      Średnia trafność odpowiedzi wynosiła 72%, jednak różniła się w zależności od zadania. Sztuczna inteligencja najlepiej wypadła podczas podawania ostatecznej diagnozy, którą stawiała na podstawie początkowego opisu przypadku oraz wyników dodatkowych badań. Trafność odpowiedzi wyniosła tutaj 76,9%. Podobnie, bo z 76-procentową trafnością, ChatGPT podawał dodatkowe informacje medyczne na temat każdego z przypadków. W zadaniach dotyczących zlecenia dodatkowych badań oraz metod leczenia czy opieki, trafność spadała do 69%. Najgorzej maszyna wypadła w diagnozie różnicowej (60,3% trafnych odpowiedzi). Autorzy badań mówią, że nie są tym zaskoczeni, gdyż diagnoza różnicowa jest bardzo trudnym zadaniem. O nią tak naprawdę chodzi podczas nauki w akademiach medycznych i podczas rezydentury, by na podstawie niewielkiej ilości informacji dokonać dobrego rozróżnienia i postawić diagnozę, mówi Marc Succi z Harvard Medical School.
      Być może w przyszłości podobne programy będą pomagały lekarzom. Zapewne nie będzie to ChatGPT, ale rozwijane już systemy wyspecjalizowane właśnie w kwestiach medycznych. Zanim jednak trafią do służby zdrowia powinny przejść standardowe procedury dopuszczenia do użytku, w tym testy kliniczne. Przed nimi zatem jeszcze długa droga.
      Autorzy opisanych badań przyznają, że miały one ograniczenia. Jednym z nich było wykorzystanie fikcyjnych opisów przypadków, a nie rzeczywistych. Innym, niewielka próbka na której testowano ChatGPT. Kolejnym zaś ograniczeniem jest brak informacji o sposobie działania i treningu ChataGPT.

      « powrót do artykułu
    • przez KopalniaWiedzy.pl
      Niewielkie roboty, które pędzą przez płyn z niewiarygodna prędkością, mogą pewnego dnia posłużyć do naprawy ludzkiego ciała od wewnątrz. Wyobraźmy sobie roboty, które będą mogły przeprowadzać zabiegi chirurgiczne. Zamiast kroić pacjenta, będziemy mogli podać mu roboty w formie pigułki lub zastrzyku, a one przeprowadzą zabieg, mówi doktor Jin Lee z Wydziału Inżynierii Biologicznej i Chemicznej University of Colorado w Boulder. Taka wizja to obecnie odległa przyszłość, ale same roboty już powstały.
      Lee i jego zespół stworzyli urządzenia o średnicy 20 mikrometrów. To około 3-krotnie mniej niż średnica ludzkiego włosa. Roboty poruszają się w płynie w prędkością 3 mm/s zatem w ciągu minuty przebywają odległość 9000 razy większą niż ich własna długość. Przeciętny samochód osobowy, żeby poszczycić się takim osiągami, musiałby poruszać się z prędkością ok. 2400 km/h.
      Jednak zalety mikrorobotów nie ograniczają się do szybkiego przemieszczania się. Podczas eksperymentów naukowcy wykorzystali je do dostarczenia deksametazonu do pęcherza myszy. To wskazuje, że można by je wykorzystać do leczenia chorób pęcherza i innych schorzeń u ludzi.
      Mikroroboty zostały wykonane z biokompatybilnych polimerów metodą podobną do druku 3D. Przypominają niewielką rakietę z przyczepionymi trzema łopatami. W każdym z nich uwięziono pęcherzyk powietrza. Gdy taki robot zostanie wystawiony na działanie fal akustycznych – w eksperymentach wykorzystano ultradźwięki – pęcherzyk zaczyna wibrować, odpycha płyn i robot się porusza.
      Naukowcy postanowili przetestować swoje urządzenie na mysim modelu śródmiąższowego zapalenia pęcherza moczowego. To bolesna choroba powodująca silny ból w miednicy. Jej leczenie jest niekomfortowe. Pacjenci muszą zgłaszać się do lekarza, gdzie za pośrednictwem cewnika do pęcherza wprowadzany jest deksametazon. Naukowcy stworzyli mikroroboty zawierające ten lek, a następnie wprowadzili urządzenia do pęcherza myszy. Roboty rozprzestrzeniły się po organizmie, a następnie przylgnęły do ścian pęcherza, gdzie przez dwa dni powoli uwalniały środek leczniczy. Dzięki temu można było w dłuższym czasie podczas więcej lekarstwa, poprawiając stan pacjenta.
      Twórcy robotów zastrzegają, że zanim trafią one do ludzkiego organizmu, muszą zostać jeszcze udoskonalone. Pierwszym celem jest uczynienie urządzeń w pełni biodegradowalnymi, by całkowicie rozpuszczały się w organizmie po zrealizowaniu zadania.

      « powrót do artykułu
    • przez KopalniaWiedzy.pl
      Sztuczna inteligencja lepiej niż technik-elektroradiolog ocenia i diagnozuje funkcjonowanie serca na podstawie badań ultrasonograficznych, wynika z badań przeprowadzonych przez naukowców z Cedars-Sinai Medical Center. Randomizowane testy prowadzili specjaliści ze Smidt Heart Institute i Division of Articifial Intelligence in Medicine.
      Uzyskane wyniki będą miały natychmiastowy wpływ na obrazowanie funkcji serca oraz szerszy wpływ na całe pole badań obrazowych serca, mówi główny autor badań, kardiolog David Ouyang. Pokazują bowiem, że wykorzystanie sztucznej inteligencji na tym polu poprawi jakość i efektywność obrazowania echokardiograficznego.
      W 2020 roku eksperci ze Smidt Heart Institute i Uniwersytetu Stanforda stworzyli jeden z pierwszych systemów sztucznej inteligencji wyspecjalizowany w ocenie pracy serca, a w szczególności w ocenie frakcji wyrzutowej lewej komory. To kluczowy parametr służący ocenie pracy mięśnia sercowego. Teraz, bazując na swoich wcześniejszych badaniach, przeprowadzili eksperymenty, w ramach których wykorzystali opisy 3495 echokardiografii przezklatkowych. Część badań została opisana przez techników, część przez sztuczną inteligencję. Wyniki badań wraz z ich opisami otrzymali kardiolodzy, którzy mieli poddać je ocenie.
      Okazało się, że kardiolodzy częściej zgadzali się z opisem wykonanym przez sztuczną inteligencję niż przez człowieka. W przypadku SI poprawy wymagało 16,8% opisów, natomiast kardiolodzy wprowadzili poprawki do 27,2% opisów wykonanych przez techników. Lekarze nie byli też w stanie stwierdzić, które opisy zostały wykonane przez techników, a które przez sztuczą inteligencję. Badania wykazały również, że wykorzystanie AI zaoszczędza czas zarówno kardiologów, jak i techników.
      Poprosiliśmy naszych kardiologów, by powiedzieli, które z opisów wykonała sztuczna inteligencja, a które technicy. Okazało się, że lekarze nie są w stanie zauważyć różnicy. To pokazuje, jak dobrze radzi sobie sztuczna inteligencja i że można ją bezproblemowo wdrożyć do praktyki klinicznej. Uważamy to za dobry prognostyk dla dalszych testów na wykorzystaniem SI na tym polu, mówi Ouyang.
      Badacze uważają, że wykorzystanie AI pozwoli na szybszą i sprawniejszą diagnostykę. Oczywiście o ostatecznym opisie badań obrazowych nie będzie decydował algorytm, a kardiolog. Tego typu badania, kolejne testy i artykuły naukowe powinny przyczynić się do szerszego dopuszczenia systemów AI do pracy w opiece zdrowotnej.

      « powrót do artykułu
    • przez KopalniaWiedzy.pl
      Tegoroczna Nagroda Nobla w dziedzinie fizjologii lub medycyny została przyznana Svante Pääbo za odkrycia dotyczące ludzkiej ewolucji oraz genomu wymarłych homininów. Pääbo jest szwedzkim genetykiem, specjalistą od genetyki ewolucyjnej i jednym z najwybitniejszych żyjących badaczy ewolucji człowieka. Zsekwencjonował DNA neandertalczyka, w 2010 roku ogłosił odkrycie nieznanego wcześniej gatunku człowieka, denisowianina.
      Dzięki swoim pionierskim badaniom Svante Pääbo dokonał czegoś, co wydawało się niemożliwe: zsekwencjonował genom neandertalczyka, wymarłego krewniaka człowieka współczesnego. Dokonał też sensacyjnego odkrycia nieznanego wcześniej hominina, denisowianina. Pääbo zauważył też, że już po wyjściu człowieka z Afryki, przed około 70 000 laty doszło do wymiany genów pomiędzy tymi obecnie wymarłymi homininami, a H. sapiens. Ten przepływ genów do człowieka współczesnego do dzisiaj wywiera na nas wpły, ma na przykład znaczenie dla reakcji naszego układu odpornościowego na infekcje, czytamy w uzasadnieniu Komitetu Noblowskiego.
      Komitet podkreślił, że nowatorskie badania prowadzone przez Szweda doprowadziły do powstania nowej gałęzi nauki – paleogenomiki. O pracy wybitnego uczonego niejednokrotnie informowaliśmy na łamach KopalniWiedzy.
      Już na początku swojej kariery naukowej Pääbo zastanawiał się nad możliwością wykorzystania nowoczesnych metod genetyki do badania genomu neandertalczyków. Szybko jednak zdał sobie sprawę z tego, że po tysiącach lat pozostaje niewiele materiału genetycznego, a ten, który uda się uzyskać, jest silnie zanieczyszczony przez bakterie i współczesnych ludzi. Pääbo, będąc studentem Allana Wilsona, pioniera biologii ewolucyjnej, zaczął pracować nad metodami badania DNA neandertalczyków. Gdy w 1990 roku został zatrudniony na Uniwersytecie w Monachium, kontynuował swoje zainteresowania. Rozpoczął od prób analizy mitochondrialnego DNA (mtDNA). mtDNA jest bardzo małe i zawiera niewielką część informacji genetycznej, ale występuje w olbrzymiej liczbie kopii, co zwiększało szanse na sukces. W końcu w 1997 roku mógł ogłosić sukces. Z liczącego 40 000 lat kawałka kości udało się uzyskać mtDNA. Tym samym po raz pierwszy w historii dysponowaliśmy genomem naszego wymarłego krewniaka. Porównanie z genomem H. sapiens i szympansem pokazało, że H. neanderthalensis był genetycznie odmiennym gatunkiem.
      Uczony nie spoczął jednak na laurach. Z czasem przyjął propozycję stworzenia Instytutu Antropologii Ewolucyjnej im. Maxa Plancka w Lipsku. W 2009 roku zaprezentował pierwszą, składającą się z ponad 3 miliardów par zasad, sekwencję DNA neandertalczyka. Dzięki temu dowiedzieliśmy się, że ostatni przodek H. neanderthalensis i H. sapiens żył około 800 000 lat temu.
      Uczony rozpoczął projekt, w ramach którego porównywał związki łączące neandertalczyków i ludzi współczesnych żyjących w różnych częściach świata. Okazało się, że sekwencje genetyczne neandertalczyków są bardziej podobne do ludzi żyjących obecnie na terenie Europy i Azji niż do mieszkańców Afryki, a to wskazywało na krzyżowanie się obu gatunków.
      W 2010 roku naukowiec dokonał kolejnego znaczącego odkrycia. Badania nad fragmentem kości znalezionym w Denisowej Jaskini na Syberii, przyniosły kolejną sensację. Okazało się, że kość należała do nieznanego wcześniej gatunku człowieka. Tegoroczny noblista zaczął zgłębiać temat i stwierdził, że pomiędzy H. sapiens a denisowianami również dochodziło do przepływu genów. Związki pomiędzy oboma naszymi gatunkami najwyraźniej widoczne są w Azji Południowo-Wschodniej. Nawet 6% genomu tamtejszych ludzi to dziedzictwo denisowian.
      Odkrycia Pääbo pozwoliły nam na nowo zrozumieć naszą ewolucję. Gdy H. sapiens opuścił Afrykę, w Eurazji istniały co najmniej dwie wymarłe obecnie populacje homininów. Neandertalczycy mieszkali w zachodniej Eurazji, a denisowianie zajmowali wschodnią część kontynentu. Podczas migracji z Afryki H. sapiens nie tylko napotkał i krzyżował się z neandertalczykami, ale również z denisowianami, piszą przedstawiciele Komitetu Noblowskiego.
      Paleogenomika, która powstała dzięki badaniom Svante Pääbo, pomaga nam lepiej zrozumieć naszą własną historię. Dowiedzieliśmy się, że krzyżowanie się z wymarłymi gatunkami człowieka wciąż wpływa na fizjologię współczesnych ludzi. Odziedziczona pod denisowianach wersja genu EPAS1 pozwoliła H. sapiens przetrwać na wysoko położonych terenach i zasiedlić Tybet, a neandertalskie geny wpływają na pracę naszego układu odpornościowego.
      Dzięki Pääbo mamy szansę dowiedzieć się, dlaczego nasz gatunek odniósł sukces ewolucyjny. Neandertalczycy również żyli w grupach, mieli duże mózgi, używali narzędzi, jednak ich kultura i technologia rozwijały się bardzo powoli. Przed odkryciami dokonanymi przez Svante Pääbo nie znaliśmy różnic genetycznych pomiędzy nimi a nami.
      Svante Pääbo urodził się w 1955 roku w Sztokholmie. Jego matką jest estońska chemik Karin Pääbo , a ojcem biochemik Sune Bergström, który w 1982 roku otrzymał Nagrodę Nobla w fizjologii lub medycynie. W 1986 roku Svante obronił doktorat na Uniwersytecie w Uppsali. Otrzymał go za badania nad wpływem proteiny E19 adenowirusów na układ odpornościowy. W 2007 roku magazyn Time uznał go za jednego ze 100 najbardziej wpływowych ludzi na świecie. Jest laureatem licznych nagród. W 2014 roku napisał książkę „Neandertalczyk. W poszukiwaniu zaginionych genomów”.

      « powrót do artykułu
  • Ostatnio przeglądający   0 użytkowników

    Brak zarejestrowanych użytkowników przeglądających tę stronę.

×
×
  • Dodaj nową pozycję...