Kemikalije v njihovem pohištvu lahko vplivajo na njihovo metabolizem

Kemikalije v njihovem pohištvu lahko vplivajo na njihovo metabolizem

  Znanstveniki iz medicinskih in javnih zdravstvenih šol na Bostonu so razvili metode strojnega učenja, ki so sposobne prepoznati in karakterizirati presnovo motečih kemikalij.  Njene raziskave so bile objavljene v perspektivi okoljskega zdravja.
 
 
 
 Obesogeni 
 Če preveč sedite na kavču, lahko pridobite težo.  Sliši se kot zdrav razum, kajne?  Vendar pa povečanje telesne mase morda ne bo posledica pretiranega sedečega življenja.  Namesto tega bi ga lahko povzročili stik z določenimi kemikalijami, ki so lahko na voljo v njihovem pohištvu. 
 Te kemikalije so znane kot presnovne kemikalije (MDC) ali "obesogeni" in jih je mogoče najti v različnih gospodinjskih predmetih in v celotnem okolju.  Kot že ime pove, lahko MDC -ji sprožijo spremembe v presnovnih procesih človeka in ustvarijo nagnjenost k povečanju telesne mase s spodbujanjem maščobnih celic (obokitov). 
 Znanstvene raziskave so šele pred kratkim začele natančno preučevati, kakšna vrsta maščobnih celic - obstajajo različne vrste - nastanejo zaradi delovanja takšnih kemikalij.  "To je pomembno vprašanje, ker niso vse maščobne celice" ustvarjene enako "," pravi dr. Stefano Monti z oddelka za medicino na Bostonski univerzi.  "Celice bele maščobe hranijo energijo in tako prispevajo k debelosti. Rjave in Brite maščobne celice (rjava na beli) kurijo energijo in zmanjšujejo debelost. Naše prejšnje delo kaže, da okoljske kemikalije raje spodbujajo tvorbo belih maščobnih celic."
 Monti pojasnjuje, da obstaja povezava med povečano proizvodnjo MDC -jev iz okolja (in stresom s strani njih) in hitrim povečanjem debelosti in presnovnih bolezni, opaženih pri ljudeh.  "Najnovejše študije so pokazale, da povečanje BMI v zadnjih letih ni preprosto pripisalo prekomernega vnosa kalorij in/ali neustrezne porabe energije," dodaja. 





 Da bi omejili izpostavljenost naši izpostavljenosti in uporabi teh potencialno škodljivih kemikalij, moramo vedeti, kaj in kje so, kaj se je izkazalo za težko.  Monti in sodelavci, vključno z dr. Jennifer Schlezinger, pa so objavili novo študijo, ki je uporabila mehanske učne pristope za uspešno prepoznavanje in karakterizacijo MDC -jev v vrsti nerazrednih kemikalij. 
 Kaj je strojno učenje? 

Strojno učenje, veja umetne inteligence (AI), uporablja podatke in algoritme za razmnoževanje, kako se ljudje učijo.  Na primer, da bi se naučili naloge, jih ljudje ponavljajo in opravijo nalogo, dokler niso optimizirani.  Enako se zgodi pri učnem stroju;  pri čemer se natančnost vsakič izboljša. 
 Zakaj strojno učenje? 
 Zakaj uporabljati strojno učenje v tem kontekstu?  Odločitev je temeljila na zahtevi Montija in njegovih sodelavcev, da razvijejo nepristranski in podatki, ki temeljijo na podatkih.  S pomočjo strojnega učenja se je ekipa lahko učinkovito "učila" iz prejšnjih raziskovalnih študij.  "Profilirali smo" več kot 60 kemikalij z znanimi učinki (tj. Znano bodisi obesogeni bodisi ne-stozogeni), da "usposabljajo" računalniški model za napovedovanje njihovega presnovnega potenciala ", opisuje Monti. 
 Faza profiliranja eksperimenta je vključevala zdravljenje preadipocitnih celic - ki prihajajo iz miši - z vsako od kemikalij in ekstrakcijo mRNA iz njih.  Nato smo mRNA sekvencirali za analizo transkripcije z uporabo postopkov zaporedja RNA (RNA-seq).  Ta postopek je raziskovalcem zagotovil informacije o tem, kako so geni celic reagirali na kemični stres.  "Ti profili za sekvenciranje RNA so bili dopolnjeni v računalniški model skupaj z dobro znanimi kemičnimi oznakami, ki so bili usposobljeni za razlikovanje med obema razredom, nato pa jih uporablja za razvrstitev ne označenih kemikalij," pravi Monti. 
 Profili RNA-Seq so dali informacije o učinkih kratkotrajne izpostavljenosti kemikalijam, medtem ko so bila imena (npr. Ezogenogeni ali ne-neobduktorji) uporabljena za zagotavljanje dolgoročnih učinkov izpostavljenosti.  Zato je bil model strojnega učenja usposobljen za uporabo kratkoročnih profilov izražanja, da bi napovedal možne dolgotrajne učinke izpostavljenosti kemikalij, ki niso označene.  Monti poudarja, da je to subtilna, a pomembna točka. 
 Zasnova eksperimenta temelji na prejšnjem delu, projektu rakotvornega karcinogenoma, katerega namen je bil prepoznati potencialno rakotvorno.  "Skupaj obe študiji ponujata konceptualni, eksperimentalni in aritmetični okvir (tj. Celovit" recept ") s splošno uporabnostjo za presejanje velikih skupin kemikalij na njihovih potencialnih dolgotrajnih stranskih učinkih, vključno z, vendar ne omejeno, presnovne motnje in rakotvornostjo," pojasnjuje Monti. 
 Popoln učinek izpostavljenosti MDC 
 Raziskovalna skupina bi želela poudariti, da aplikacije njihove zadnje študije presegajo posebne značilnosti uporabljene metode in njegovih težav.  Profilirane kemikalije v študiji so vključevale tudi zdravila, ki se uporabljajo za zdravljenje presnovnih bolezni.  Znanstveniki so svoji metodologiji omogočili natančnejši pregled, kako ta zdravila vplivajo na presnovo celice.  "To razumevanje bo ključnega pomena za razvoj učinkovitejših in bolj usmerjenih zdravil z minimalnimi stranskimi učinki," pravi Monti. 
 Identifikacija kemikalije kot MDC je le prvi korak, pojasnjuje Monti: "Izbrali smo dve napovedi, ki se ukvarjajo z visokim, (tonalid in kinoksi, dva pogosto uporabljena pesticida) in izvedli celovita funkcionalna validacija, ki so dokončno potrdili, da bodo [regulacijsko], vendar bi bili potrebni nadaljnji testi. 
  

 
 Viri: 


 Kim S, Reed E, Monti S, Schlezinger J. Transkriptna taksonomija adipogenih kemikalij, ki temelji na podatkih, za identifikacijo in Britanca adipogens.environ. Zdravstvena perspektiva.2021.129 (7): 077006. DOI: 10.1289/EHP6886, https://ehp.niehs.nih.gov/doi/10.1289/ehp6886 
 https://www.technologynetworks.com/proteomics/news/chemicalsin-your-furniture-mmpact-your-metabolism-351850?utm_source = Facebook & utm_Medium = social & utm_campAign = IFLS%20Referral & fbclid = IWAR334CNRDUFCQ8EVFCQYTEXULMKJ-MP5L-EB8ICBGNPMHUKBBKQASMMANXY