aortaの発音は、エイオールタ のようです。
Lecturio勉強動画
Introduction to Aortic Aneurysm and Dissection by Richard Mitchell, MD, PhD https://app.lecturio.com/#/lecture/s/62237/242071
大動脈の構造が説明されていました。
aortaの発音は、エイオールタ のようです。
Lecturio勉強動画
Introduction to Aortic Aneurysm and Dissection by Richard Mitchell, MD, PhD https://app.lecturio.com/#/lecture/s/62237/242071
大動脈の構造が説明されていました。
動画 Signal Amplification & Dissemination by Thad Wilson, PhD https://app.lecturio.com/#/lecture/c/24856
セルシグナリングは、1.受容(reception) 2.細胞膜外から中への伝達(transduction) 3.細胞内の伝達(transmission) 4.エフェクターの修飾(modulation of the effector) 5.細胞応答(response) 6.終結(termination)の6段階に分けて理解することが可能です。
細胞の応答としては、細胞増殖(分裂)、細胞の移動や形態の変化、遺伝子発現、代謝の変化、イオン輸送などがあります。
アセチルコリンがムスカリン性受容体に結合すると3量体Gタンパク質が活性かし、βサブユニットとガンマサブユニットの部分が離れて、エフェクターであるカリウムチャンネルを活性化します。
動画 Communication and Signaling – Protein Movement and Cell Signaling by Kevin Ahern, PhD https://app.lecturio.com/#/lecture/c/35402
細胞膜上の受容体が、細胞の外からやってきた情報を細胞内へと伝える働きをします。一つの例として7回膜貫通型のタンパク質が受容体として働きます。細胞外からやってきたリガンドが受容体に結合し、受容体の構造を変えて、細胞内に情報が伝わります。細胞内で信号の伝達を担う低分子は、セカンドメッセンジャーと呼ばれます。
受容体からの情報が細胞内への要素へと伝わるときの典型的な例は、タンパク質リン酸化です。細胞内情報伝達の典型的な結末は新しい遺伝子発現です。
βアドレナリン受容体は7回膜貫通型の受容体で、Gタンパク質と共役しています。受容体の構造変化はGタンパク質の構造を変えます。Gタンパク質はα、β、γサブユニットからなっており、受容体が活性化すると、それまでGDPと結合していたαサブユニットはGDPを離してかわりにGTPと結合して、活性化されます。活性化型αサブユニットはアデニル酸シクラーゼを活性化します。活性化されたアデニル酸シクラーゼは、ATPからcAMPを合成し、cAMPがセカンドメッセンジャーとして細胞内に広がります。
間質リプログラミング(stromal reprogramming)とは
がん細胞や組織障害部位などに曝露された線維芽細胞・免疫細胞・血管内皮細胞などの“間質(ストローマ)”成分が、外来シグナルによって転写プログラム・代謝・表現型を大きく書き換えられ、本来とは異なる機能を獲得する現象を指します。リプログラム後の間質細胞は、がんでは腫瘍関連線維芽細胞(CAF)や免疫抑制性マクロファージ、創傷治癒では再生促進型線維芽細胞などへ変容し、周囲組織の運命を左右します。(日本生化学会, Frontiers)
組織損傷後に線維芽細胞が瘢痕性 ECM を過剰産生すると線維化が進行します。最近、直接リプログラミング(trans-differentiation) により線維芽細胞を心筋細胞・腎尿細管細胞・肺上皮細胞などに変換しつつ、線維化遺伝子をオフにする手法が報告されました。組織修復と抗線維化を同時に達成できる点で注目されています。(BioMed Central)
カテゴリー | 代表因子 | 作用 |
---|---|---|
サイトカイン | TGF-β, IL-1β, IL-6 | CAF 誘導、EMT、免疫抑制 |
エクソソーム cargo | miR-21, miR-155 | 受容細胞の代謝・転写リプログラミング |
代謝シフト | 乳酸輸送体 (MCT4), KYNU → 3-HAA | 免疫細胞疲弊、酸性化 ECM |
転写因子/クロマチン | NF-κB, HIF-1α, YAP/TAZ | 機械刺激応答、線維化遺伝子活性化 |
機械刺激 | ECM 硬度上昇 | YAP/TAZ 活性化、フィードフォワード増殖 |
「間質リプログラミング」は、がん転移・薬剤耐性から組織修復・線維症抑制まで幅広い生物学的・臨床的帰結をもたらす鍵概念です。シングルセル解析とエピゲノム解析の急速な進歩により、細胞間ネットワークの可視化と分子標的の特定が加速しています。今後は、①サブタイプ別 CAF/免疫細胞標的化、②再生医療への応用、③非侵襲バイオマーカーの開発 が主戦場になると予想されます。
(ChatGPT o3)
Multifocal Electroretinograms Moran CORE チャンネル登録者数 4.57万人
ロジスティック回帰分析の独立変数はどんな種類のデータか、また、従属変数はどんな種類のデータか?
ロジスティック回帰分析(logistic regression)は、**従属変数(目的変数)が2値(バイナリ)**のときに使われる回帰モデルです。たとえば「疾患あり(1)/なし(0)」のような分類問題に使います。
例:糖尿病の有無(0=なし, 1=あり)を、年齢・BMI・HbA1c・性別から予測する
/*
import pandas as pd
import numpy as np
import statsmodels.api as sm
import seaborn as sns
import matplotlib.pyplot as plt
# ダミーデータの作成(50人分)
np.random.seed(0)
n = 50
df = pd.DataFrame({
'Age': np.random.randint(30, 80, size=n), # 年齢(30〜79)
'BMI': np.random.normal(25, 4, size=n), # BMI(平均25、SD4)
'HbA1c': np.random.normal(5.8, 0.8, size=n), # HbA1c(平均5.8%、SD0.8)
'Sex': np.random.choice([0, 1], size=n), # 性別(0=女性, 1=男性)
})
# 糖尿病の有無を確率的に発生させる(従属変数)
log_odds = -5 + 0.05 * df['Age'] + 0.2 * df['BMI'] + 0.8 * df['HbA1c'] + 0.5 * df['Sex']
prob = 1 / (1 + np.exp(-log_odds))
df['Diabetes'] = np.random.binomial(1, prob)
# 説明変数に定数を追加(切片)
X = sm.add_constant(df[['Age', 'BMI', 'HbA1c', 'Sex']])
y = df['Diabetes']
# ロジスティック回帰モデル
model = sm.Logit(y, X)
result = model.fit()
# 結果の表示
print(result.summary())
*/
coef
列:各説明変数の係数(ログオッズ)P>|z|
列:p値(0.05未満で統計的に有意)const
:切片(intercept)必要なら scikit-learn
を使った実装や、交絡因子の調整方法も説明できます。興味ある?
科研費の申請書を作成するさい、研究デザインがうまく立てられたかどうかは、採否を決する重要なポイントになります。折角、研究の意義が高く評価されていても、研究デザインの記載が弱いと厳しい評価が下されます。論文投稿の際も勿論、統計学的な解析に欠陥があれば却下の理由になります。何を知りたくて、どんなデータを集めて、どう解析するのか?は案外難しい問題です。
何を知りたいのか?因果関係?相関(病勢を反映したバイオマーカー)?もちろん因果関係をもつバイオマーカーというものも存在します。
どんなデータを集めるのか?連続的な数値データなのか、カテゴリカㇽなデータなのか、連続的な数値データだが、高低で分けてカテゴリカㇽデータに変換するのか、などいろいろな場合があります。
どう解析するのか?多重性の回避、モデルの選択、などなど、悩ましいことだらけです。
サンプルサイズ?そもそも臨床研究の場合には、研究計画を立てる段階でサンプルサイズを決定しておく必要があります。
医療統計学の教科書は多数出版されていますが、一番知りたいことは研究計画を立てる段階で、どんな研究デザインを採用すべきなのか(つまり、どんな統計学的な解析手法を用いることができるのか)でしょう。知りたいことと測定項目が先にあって、どんな解析をすべきかが頭に浮かばないことには、研究計画を書けません。
因果に言及できるモデルの解説なども含めた、研究デザインの立て方(臨床研究寄り)の教科書としては、どのようなものがあるのでしょうか。
医学研究のための因果推論レクチャー 2024/4/8 井上 浩輔 杉山 雄大 後藤 温 (著)
頁:192 ISBN:978-4-260-05375-4 医学書院
Causal Inference: What If (Monographs on Statistics and Applied Probability) ハードカバー – 2025/7/30 英語版 Miguel A. Hernan (著), James M. Robins (著)
無料PDF https://content.sph.harvard.edu/wwwhsph/sites/1268/2024/01/hernanrobins_WhatIf_2jan24.pdf
Designing Clinical Research 第5版 2022/5/19 キンドル書籍 ¥15,751 Warren S Browner MD MPH (著), Thomas B Newman MD MPH (著), Steven R Cummings MD (著), Deborah G Grady MD MPH (著), Alison J Huang (著), ALKA M. KANAYA (著), MARK J PLETCHER (著)
第4版 2013/7/1 Stephen B Hulley (著), Steven R Cummings MD (著), Warren S Browner MD MPH (著), Deborah G Grady MD MPH (著), Thomas B Newman MD MPH (著
第5版
Medical Statistics Made Easy 第4版 2020/12/15 Michael Harris (著), Gordon Taylor (著) 邦訳:たったこれだけ!医療統計学 第3版 金芳堂
Understanding Statistics and Experimental Design: How to Not Lie with Statistics (Learning Materials in Biosciences) (English Edition) Kindle free
Design of Observational Studies (Springer Series in Statistics) 2021/7/14 英語版 Paul R. Rosenbaum (著)
Medical Statistics: A Textbook for the Health Sciences 2021/2/4 英語版 Stephen J. Walters (著), Michael J. Campbell (著), David Machin (著 amazon higly evaluated
Medical Uses of Statistics (New England Journal of Medicine) ハードカバー – 2009/7/14 英語版 John C. Bailar (編集), David C. Hoaglin (編集)
基礎医学統計学(改訂第7版) 単行本 – 2019/4/2 加納 克己 (著), 高橋 秀人 (著) Great book!
今日から使える医療統計 第2版 2024/12/26 新谷歩
Linear Mixed Models: A Practical Guide Using Statistical Software 2022/6/24 Brady T. West (著), Kathleen B. Welch (著), Andrzej T Galecki (著)
Multivariable Analysis: A Practical Guide for Clinicians and Public Health Researchers 2011/3/10 Mitchell H. Katz (著)
30 Essential Skills for the Qualitative Researcher ペーパーバック – 2020/8/28 英語版 John W. Creswell (著), Johanna Creswell Baez (著)
Qualitative Research from Start to Finish, Second Edition ハードカバー – イラスト付き, 2015/7/17 英語版 Robert K. Yin (著)
In the late 1990s, Mark Stoneking, a molecular anthropologist at the Pennsylvania State University, and his colleagues sought to finally put the century-long rumors to rest. They set out to analyze genetic material from the body buried in the grave marked as James’s. Specifically, they looked at DNA present in the bean-shaped powerhouses of the cell, the mitochondria. https://www.the-scientist.com/mitochondrial-dna-a-maternal-legacy-that-helps-trace-the-past-and-diagnose-the-future-72983
Michael Longaker and Maksim Plikus will explore the potential of stem cells for repairing hard to heal wounds and skin conditions. https://www.the-scientist.com/stem-cell-strategies-for-skin-repair-72857
難治性創傷とは、標準的な治療では治らない創傷と定義される。
https://utokyonursing.m.u-tokyo.ac.jp/news-events/effectiveness-of-vibration-therapy-for-hard-to-heal-wounds-in-clinical-study-a-scoping-review-2/
- 臨床現場では創傷を急性創傷(acute wound) と慢性創傷(chronic wound)の2種類に分けて 対処するのが実践的である.
- 急性創傷は新鮮な 外傷,手術縫合創,採皮創など正常の創傷治癒機転が自然と働いて治癒が期待できる創傷であ る.
- 何らかの原因で創傷治癒過程 が進行せず治り難くなった創傷を慢性創傷また は難治性創傷(hard-to-heal wound)と呼ぶ.褥 瘡や糖尿病性足潰瘍がその代表である.https://www.jstage.jst.go.jp/article/naika/111/12/111_2399/_pdf
皮膚にできた「創傷」、いわゆる「キズ」は、通常であれば特殊な治療を要さずに治すことができますが、感染・血管障害・知覚障害といった異常な要因があるために、「キズ」が治らなくなった状態を「難治性潰瘍」と言います。https://www.kakohp.jp/section/plastic_surgery_intractable_ulcer/
褥瘡国際ガイドラインは米国,ヨーロッパ,日本を含む環太平洋地域の代表組織から合同で出版され,褥瘡を示す英語はPressure ulcerからPressure injuryへと変わり,治癒しない創傷であるChronic wounds(慢性創傷)から,適切に治療することで治癒へ向かわせることのできる可能性を持たせたHard-to-heal wounds(難治性創傷)へと変貌を遂げた.https://www.ishiyaku.co.jp/search/details_1.aspx?bookcode=740980
創傷が治りにくい場合、治癒過程の中断は頑強なバイオフィルム(多種類の微生物(細菌)の共同体)の存在と大きく関係しています。他の宿主因子も治癒の障害となる可能性がありますが、治癒していない創傷の大部分(すべてではないにせよ)にはバイオフィルムが含まれており、これが治癒の大きな障害となっていることがますます認識されるようになってきています15,16。https://www.woundhealing-center.jp/seihin/images/woundhygiene.pdf?v=022750
創傷管理の新しい概念「Wound hygiene(創傷衛生)」が注目されています。これは、2020年に英国の創傷管理の専門雑誌『International Wound Journal』に掲載されたコンセンサスドキュメントにより広く知られるようになったものです1。https://www.almediaweb.jp/pressureulcer/maruwakari/newpart3/03.html
創傷治癒過程は血液凝固期、炎症期、増殖期、成熟期の4つの段階に分けられ、各段階で創傷の状態や症状も異なります。https://karu-keru.com/info/job/ns/wound-healing-process-nursing
質問:CH4がCH3OHになったとき、メタンは酸化されたというか?
チャットGPTの回答:
CH₄→CH₃OH の転換は メタンの酸化反応 です。その理由を酸化数の変化で見てみましょう。
電子の行き先
代表的には以下のような酸化剤(たとえば O₂)が関わります。
CH₄ + ½ O₂ → CH₃OH
――まとめると、CH₄→CH₃OH は炭素の酸化数が –4→–2 と上がる「酸化反応」であり、奪われた 2 個の電子は主に酸素系の酸化剤に渡って還元反応を引き起こします。
質問:水素の数が減っていないことについて?
チャットGPTの回答:
酸化というのは必ずしも「水素が除かれる」ことを指すわけではなく、広義には「原子が電子を失う(酸化数が上がる)」反応をいいます。CH₄→CH₃OH の場合を改めて見ると:
もし「水素が除かれる」基準で酸化を考えるときは、アルコール→アルデヒド(CH₃OH→H₂CO)やアルデヒド→カルボン酸(H₂CO→HCOOH)など、水素除去を伴う酸化反応が該当します。
しかし、酸素付加反応も立派な酸化です。
質問:半反応式で説明して。
チャットGPTの回答:
思考時間: 2 ~ 3 秒
以下に酸性条件下での半反応式を示します。電子数を合わせるため、酸化側では 2e⁻、還元側も 2e⁻の反応で表記します。
CH₄ + H₂O → CH₃OH + 2H⁺ + 2e⁻
½ O₂ + 2H⁺ + 2e⁻ → H₂O
これらを組み合わせると、全反応として
CH₄ + ½ O₂ → CH₃OH
が得られます。
水がいきなり出てきて戸惑われたと思いますが、これは「酸化半反応」を酸性条件でバランスさせるための手順です。以下のように考えます。
→ まず O をそろえるため、左辺に H₂O を1つ置いて O を供給します。
CH₄ + H₂O → CH₃OH
CH₄ + H₂O → CH₃OH + 2H⁺
CH₄ + H₂O → CH₃OH + 2H⁺ + 2e⁻
こうして「CH₄ を CH₃OH に酸化するとき」に必要な酸素を H₂O で補い、最終的に H⁺ と e⁻ を出す半反応式が完成します。
――要点は「CH₃OH 側に O があるので、それを供給するために H₂O を左辺に置く」というバランス調整の手順です。