JetMedia Digital Agency

Para ilmuwan telah menemukan peran perlindungan protein GADD45A dalam menjaga jantung dari respons stres yang berbahaya.

Ketika jantung ditempatkan di bawah ketegangan yang lebih besar, dinding ventrikelnya dapat menebal, suatu proses yang dikenal sebagai hipertrofi jantung. Perubahan ini adalah penyesuaian alami yang membantu meringankan tekanan pada jantung dan mempertahankan fungsinya. Dalam banyak kasus dapat dibalik tanpa konsekuensi yang bertahan lama, tetapi jika strain berlanjut dari waktu ke waktu, kondisi tersebut dapat berkembang menjadi hipertrofi patologis, yang dapat menyebabkan masalah yang lebih parah (dilatasi rongga ventrikel, perubahan kinerja jantung, gagal jantung, dll.).

Orang dengan diabetes, terutama mereka yang menderita diabetes tipe 2 (DM2), menghadapi risiko gagal jantung yang lebih tinggi karena faktor -faktor yang berkontribusi umum (tekanan darah tinggi, obesitas, penyakit jantung koroner, dll.).

Sebuah studi terbaru yang diterbitkan di Ilmu kehidupan seluler dan molekuler telah mengungkapkan faktor baru yang terlibat dalam pengembangan hipertrofi patologis. Temuan menunjukkan bahwa meningkatkan aktivitas protein GADD45A dapat menawarkan pendekatan terapi potensial untuk memperlambat kemajuan kondisi jantung yang merusak ini.

Studi ini dipimpin oleh Profesor Manuel Vázquez-Carrera dan Associate Professor Xavier Palomer, dari Fakultas Farmasi dan Ilmu Makanan UB, Institute of Biomedicine dari UB (Ibub) dan Sant Joan de Déu Research Institute (IRSJD), dan daerah Ciber di Ciber dan diabet. Penulis pertama artikel ini adalah ahli Adel Rostami (UB-IBUB-IRSJD-Ciberdem).

Faktor dengan peran penting dalam fungsi jantung

GADD45A (penangkapan pertumbuhan dan DNA kerusakan diinduksi 45a) Protein adalah faktor multifungsi yang terkait dengan pensinyalan stres dan kerusakan sel. Dalam penelitian ini, tim menilai peran GADD45A dalam fungsi jantung menggunakan model hewan dan sel jantung manusia.

Mekanisme utama yang terlibat dalam hipertrofi patologis termasuk proses inflamasi, fibrosis, disfungsi mitokondria, disregulasi protein penanganan kalsium, perubahan metabolisme, hipertrofi kardiomiosit, dan kematian sel. Fibrosis dan peradangan adalah faktor kunci dalam perkembangan hipertrofi jantung patologis ini dan gagal jantung berikutnya.

“Fibrosis, khususnya, berkorelasi langsung dengan perkembangan penyakit dan dengan hasil klinis yang merugikan, dan memiliki dampak besar pada kondisi klinis pasien,” kata Profesor Manuel Vázquez-Carrera.

Hasilnya mengungkapkan bahwa kurangnya faktor GADD45A pada tikus memicu fibrosis jantung, peradangan, dan apoptosis. Perubahan ini berkorelasi dengan hiperaktivasi faktor transkripsi proinflamasi dan profibrotik AP-1 (aktivator protein-1), NF-κB (faktor nuklir-κB), dan STAT3 (transduser sinyal dan aktivator transkripsi 3).

Menurut temuan, penghapusan GADD45A juga menyebabkan hipertrofi jantung substansial yang mempengaruhi morfologi jantung dan fungsi secara negatif pada tikus yang tidak memiliki protein ini. Selain itu, overekspresi GADD45A pada kardiomiosit AC16 manusia sebagian mencegah respon inflamasi dan fibrotik yang disebabkan oleh faktor nekrosis tumor-alpha (TNF-α).

“Secara bersama -sama, data yang disajikan dalam penelitian ini menyoroti peran penting untuk protein GADD45A di jantung, karena dapat mencegah peradangan, fibrosis dan apoptosis dan dengan demikian mempertahankan fungsi jantung,” kata Xavier Palomer.

Makalah ini memperluas pengetahuan kita tentang mekanisme aksi GADD45A di dalam tubuh. Sampai saat ini, penelitian sebelumnya telah mengidentifikasi peran tersebut sebagai penekan tumor dalam perkembangan kanker, serta keterlibatannya dalam regulasi jalur metabolisme katabolik dan anabolik dan dalam pencegahan peradangan, fibrosis, dan stres oksidatif pada beberapa jaringan dan organ. Akhirnya, beberapa penelitian telah mengindikasikan bahwa modulasi GADD45A bisa menjadi strategi terapi yang cocok untuk mencegah obesitas dan diabetes.

Referensi: Raquel, Garcia, Mary A. Hurlé, 30 April Ilmu kehidupan seluler dan molekuler.
Doi: 10.1007/s00018-025-05704-x

Jangan pernah melewatkan terobosan: Bergabunglah dengan buletin ScitechDaily.

Gaza, (pic)

Serangan Israel yang sedang berlangsung terhadap Gaza terus tanpa henti ke hari ke -717, ditandai dengan pemboman udara dan artileri tanpa pandang bulu. Dengan dukungan politik dan militer penuh dari Amerika Serikat dan keheningan yang memekakkan telinga dari komunitas internasional, kampanye Israel telah mengakibatkan penghancuran luas dan korban sipil massal.

Pengeboman yang intensif dan korban sipil

Pasukan Israel meluncurkan lusinan serangan udara di berbagai bagian Jalur Gaza Senin pagi, memperburuk bencana kemanusiaan yang telah mengungsi lebih dari dua juta warga Palestina dan menyebabkan kondisi kelaparan yang parah. Fokus gelombang serangan terbaru tampaknya adalah Gaza City, di mana tujuannya dilaporkan untuk secara paksa mengosong dan menghancurkan kota.

Insiden kunci meliputi:

Kebakaran terjadi di Tel al-Hawa, barat daya Kota Gaza, setelah pemboman terus menerus

Seorang wanita yang dipindahkan ke Khan Yunis terbunuh setelah ditembak oleh pasukan Israel di dalam tendanya.

Serangan udara Israel menabrak di dekat sekolah al-Hurriya, di lingkungan Al-Zaytoun.

Drone menabrak tenda yang menampung keluarga yang baru saja terlantar di kamp pengungsi Nuseirat, menewaskan setidaknya dua.

Pemboman rumah keluarga Al-Deiri di al-Sabra, Kota Gaza, menghasilkan korban sipil tambahan.

Beberapa serangan udara dan serangan drone terjadi di dekat dermaga utara, di kamp al-Shati, sementara seorang anak tewas dalam serangan drone pada sebuah kendaraan di daerah Al-Farouq.

Area lain yang ditargetkan termasuk lingkungan di sekitar Universitas Al-Quds Open, Tel al-Hawa, Sheikh Radwan, dan Khan Yunis Tengah.

Genosida yang sedang berlangsung

Menurut kementerian kesehatan Gaza, korban tewas sejak Israel melanjutkan serangan skala penuhnya pada 18 Maret 2025, telah meningkat menjadi 65.283 warga Palestina, dengan 166.575 terluka dan lebih dari 9.000 masih hilang. Kondisi kelaparan telah mengklaim ratusan nyawa, dan lebih dari 2 juta orang tetap dipindahkan secara paksa di tengah keruntuhan total infrastruktur.

RisalahPos.com Network

Phthalate selama kehamilan dapat mengubah metabolisme bayi dan perkembangan otak dengan melintasi plasenta dan mengganggu proses biologis utama. Sebuah studi yang baru diterbitkan yang dilakukan oleh para peneliti dari Universitas Emory, Universitas North Carolina di Chapel Hill, dan Universitas Columbia mengungkapkan bahwa paparan phthalate selama kehamilan dapat memengaruhi metabolisme dan otak bayi yang baru lahir (…)

RisalahPos.com Network

Temuan menunjukkan bahwa bahkan tingkat aktivitas fisik yang sederhana dapat bermanfaat. Terlibat dalam aktivitas fisik reguler sebelum diagnosis kanker dapat mengurangi risiko perkembangan penyakit dan kematian, menurut penelitian yang diterbitkan dalam British Journal of Sports Medicine. Khususnya, bahkan tingkat aktivitas fisik yang sederhana tampaknya menawarkan manfaat yang signifikan, (…)

RisalahPos.com Network

Related

Model AI dari Universitas Cambridge dapat memprediksi Penyakit Alzheimer perkembangan dengan 82% ketepatan menggunakan tes kognitif sederhana dan pemindaian MRI, menawarkan alternatif non-invasif dan lebih murah untuk diagnostik tradisional.

Ilmuwan Cambridge telah mengembangkan alat kecerdasan buatan yang mampu memprediksi dalam empat dari lima kasus apakah orang dengan tanda-tanda awal demensia akan tetap stabil atau mengembangkan penyakit Alzheimer.

Tim mengatakan pendekatan baru ini dapat mengurangi kebutuhan akan tes diagnostik yang invasif dan mahal sekaligus meningkatkan hasil pengobatan sejak dini ketika intervensi seperti perubahan gaya hidup atau obat-obatan baru mungkin memiliki peluang untuk bekerja paling baik.

Tantangan Global Demensia

Demensia menimbulkan tantangan kesehatan global yang signifikan, yang memengaruhi lebih dari 55 juta orang di seluruh dunia dengan perkiraan biaya tahunan sebesar $820 miliar. Jumlah kasus diperkirakan akan meningkat hampir tiga kali lipat dalam 50 tahun ke depan.

Penyebab utama demensia adalah penyakit Alzheimer, yang mencakup 60-80% kasus. Deteksi dini sangat penting karena pada saat itulah pengobatan kemungkinan besar akan paling efektif, namun diagnosis dan prognosis demensia dini mungkin tidak akurat tanpa penggunaan tes invasif atau mahal seperti pemindaian tomografi emisi positron (PET) atau pungsi lumbal, yang tidak tersedia di semua klinik memori. Akibatnya, hingga sepertiga pasien mungkin salah didiagnosis dan yang lainnya didiagnosis terlambat sehingga pengobatan tidak efektif.

Memajukan Diagnosis Alzheimer dengan AI

Sebuah tim yang dipimpin oleh para ilmuwan dari Departemen Psikologi di Universitas Cambridge telah mengembangkan sebuah pembelajaran mesin model yang mampu memprediksi apakah dan seberapa cepat seseorang dengan masalah memori dan berpikir ringan akan berkembang menjadi penyakit Alzheimer. Dalam penelitian yang dipublikasikan hari ini (12 Juli) dalam jurnal Kedokteran eKlinismereka menunjukkan bahwa alat tersebut lebih akurat daripada alat diagnostik klinis saat ini.

Untuk membangun model mereka, para peneliti menggunakan data pasien yang dikumpulkan secara rutin, non-invasif, dan berbiaya rendah – tes kognitif dan pemindaian MRI struktural yang menunjukkan atrofi materi abu-abu – dari lebih dari 400 individu yang menjadi bagian dari kelompok penelitian di AS.

Mereka kemudian menguji model tersebut menggunakan data pasien dunia nyata dari 600 peserta lebih lanjut dari kelompok AS dan – yang penting – data longitudinal dari 900 orang dari klinik memori di Inggris dan Singapura.

Implementasi dan Dampak Model AI

Algoritme tersebut mampu membedakan antara orang dengan gangguan kognitif ringan yang stabil dan mereka yang mengalami perkembangan menjadi penyakit Alzheimer dalam kurun waktu tiga tahun. Algoritme tersebut mampu mengidentifikasi dengan tepat individu yang kemudian mengalami Alzheimer dalam 82% kasus dan mengidentifikasi dengan tepat mereka yang tidak mengalaminya dalam 81% kasus hanya dari uji kognitif dan pemindaian MRI.

Algoritme tersebut sekitar tiga kali lebih akurat dalam memprediksi perkembangan Alzheimer daripada standar perawatan saat ini; yaitu, penanda klinis standar (seperti atrofi materi abu-abu atau skor kognitif) atau diagnosis klinis. Hal ini menunjukkan bahwa model tersebut dapat mengurangi kesalahan diagnosis secara signifikan.

Model ini juga memungkinkan para peneliti untuk mengelompokkan orang-orang dengan penyakit Alzheimer menggunakan data dari kunjungan pertama setiap orang di klinik memori menjadi tiga kelompok: mereka yang gejalanya akan tetap stabil (sekitar 50% dari peserta), mereka yang akan berkembang menjadi Alzheimer secara perlahan (sekitar 35%) dan mereka yang akan berkembang lebih cepat (sisanya 15%). Prediksi ini divalidasi ketika melihat data tindak lanjut selama 6 tahun. Hal ini penting karena dapat membantu mengidentifikasi orang-orang tersebut pada tahap yang cukup awal sehingga mereka dapat memperoleh manfaat dari perawatan baru, sementara juga mengidentifikasi orang-orang yang memerlukan pemantauan ketat karena kondisi mereka cenderung memburuk dengan cepat.

Yang penting, 50% orang yang memiliki gejala seperti kehilangan ingatan tetapi tetap stabil, akan lebih baik diarahkan ke jalur klinis yang berbeda karena gejala mereka mungkin disebabkan oleh penyebab lain selain demensia, seperti kecemasan atau depresi.

Potensi dan Aplikasi Masa Depan

Penulis senior Profesor Zoe Kourtzi dari Departemen Psikologi di Universitas Cambridge berkata: “Kami telah menciptakan sebuah alat yang, meskipun hanya menggunakan data dari tes kognitif dan pemindaian MRI, jauh lebih sensitif daripada pendekatan saat ini dalam memprediksi apakah seseorang akan mengalami perkembangan dari gejala ringan menjadi Alzheimer – dan jika demikian, apakah perkembangan ini akan cepat atau lambat.

“Hal ini berpotensi meningkatkan kesejahteraan pasien secara signifikan, menunjukkan kepada kita orang mana yang membutuhkan perawatan terdekat, sekaligus menghilangkan kecemasan bagi pasien yang kami prediksi akan tetap stabil. Di saat tekanan yang sangat besar pada sumber daya perawatan kesehatan, hal ini juga akan membantu menghilangkan kebutuhan akan tes diagnostik yang invasif dan mahal yang tidak perlu.”

Sementara para peneliti menguji algoritme pada data dari kelompok penelitian, algoritme tersebut divalidasi menggunakan data independen yang mencakup hampir 900 orang yang menghadiri klinik memori di Inggris dan Singapura. Di Inggris, pasien direkrut melalui Studi Quantiative MRI in NHS Memory Clinics (QMIN-MC) yang dipimpin oleh rekan penulis studi Dr Timothy Rittman di Cambridge University Hospitals NHS Trust dan Cambridgeshire and Peterborough NHS Foundation Trusts (CPFT).

Para peneliti mengatakan hal ini menunjukkan bahwa hal itu seharusnya dapat diterapkan pada pasien di dunia nyata, dalam lingkungan klinis.

Dr Ben Underwood, Konsultan Psikiater Kehormatan di CPFT dan asisten profesor di Departemen Psikiatri, Universitas Cambridge, mengatakan: “Masalah ingatan umum terjadi seiring bertambahnya usia. Di klinik, saya melihat bagaimana ketidakpastian tentang apakah ini mungkin merupakan tanda-tanda awal demensia dapat menimbulkan banyak kekhawatiran bagi orang dan keluarga mereka, serta membuat frustrasi bagi dokter yang lebih suka memberikan jawaban pasti. Fakta bahwa kita mungkin dapat mengurangi ketidakpastian ini dengan informasi yang sudah kita miliki sangat menarik dan kemungkinan akan menjadi lebih penting seiring munculnya perawatan baru.”

Profesor Kourtzi berkata: “Model AI hanya sebaik data yang digunakan untuk melatihnya. Untuk memastikan bahwa model kami berpotensi diadopsi dalam lingkungan perawatan kesehatan, kami melatih dan mengujinya pada data yang dikumpulkan secara rutin, tidak hanya dari kelompok penelitian, tetapi juga dari pasien di klinik memori yang sebenarnya. Ini menunjukkan bahwa model ini dapat digeneralisasikan ke lingkungan dunia nyata.”

Tim sekarang berharap untuk memperluas model mereka ke bentuk demensia lain, seperti demensia vaskular dan demensia frontotemporal, dan menggunakan berbagai jenis data, seperti penanda dari tes darah.

Profesor Kourtzi menambahkan: “Jika kita akan mengatasi tantangan kesehatan yang semakin besar yang disebabkan oleh demensia, kita akan membutuhkan alat yang lebih baik untuk mengidentifikasi dan melakukan intervensi pada tahap sedini mungkin. Visi kami adalah untuk meningkatkan alat AI kami guna membantu dokter menentukan orang yang tepat pada waktu yang tepat untuk jalur diagnostik dan perawatan yang tepat. Alat kami dapat membantu mencocokkan pasien yang tepat dengan uji klinis, sehingga mempercepat penemuan obat baru untuk perawatan yang mengubah penyakit.”

Referensi: “Penanda yang kuat dan dapat ditafsirkan yang dipandu AI untuk prediksi demensia dini dalam pengaturan klinis dunia nyata” oleh Lee, LY & Vaghari, D et al., 12 Juli 2024, Kedokteran Klinis.
DOI: 10.1016/j.eclinm.2024.102725

Penelitian ini didanai oleh Wellcome, Royal Society, Alzheimer's Research UK, Alzheimer's Drug Discovery Foundation Diagnostics Accelerator, Alan Turing Institute, dan National Institute for Health Research Cambridge Biomedical Research Centre.

0