Наиболее полное исследование рака почки на одноклеточном уровне выявило потенциальную лекарственную мишень для лечения почечно-клеточной карциномы, рака с высоким уровнем смертности, который трудно обнаружить. Исследователи из Института Wellcome Sanger, Кембриджского университета и больниц Кембриджского университета определили иммунные клетки, известные как макрофаги, которые экспрессируют ген IL1B, как имеющие решающее значение для развития опухоли.

Новое исследование, проведенное Институтом психиатрии, психологии и неврологии (IoPPN) при Королевском колледже Лондона, продемонстрировало, что проводка мозга требует контроля локального синтеза белка на уровне определенных типов синапсов.

Исследователи из Каролинского университета раскрыли, как мозговые цепи кодируют начало, продолжительность и внезапное изменение скорости передвижения. Исследование опубликовано в журнале Neuron.

Локомоция — "передвижение" в форме ходьбы, бега или плавания — это универсальное поведение, которое позволяет нам взаимодействовать с окружающим миром. Точный контроль начала и продолжительности двигательного эпизода в сочетании со способностью быстро изменять силу и скорость являются ключевыми характеристиками гибкости передвижения. Например, мы можем внезапно изменить скорость нашего передвижения с медленной ходьбы на бег, чтобы приспособиться к нашему окружению.

Люди южноазиатской национальности могут достичь ремиссии диабета 2 типа, следуя структурированной программе по снижению веса, согласно новому исследованию, в котором треть участников потеряла более 10% массы тела.

Результаты исследования STANDby, проведенного Университетом Глазго и опубликованного в журнале The Lancet Regional Health—Юго—Восточная Азия, показали, что люди южноазиатской национальности использовали формульную диету в качестве "полной замены рациона" на срок до 12 недель, и обнаружили, что достаточная потеря веса была достигнута примерно у 40% всех участников. чтобы обеспечить ремиссию их диабета 2 типа.

Механические метаматериалы - это сложные искусственные структуры с механическими свойствами, которые определяются их структурой, а не составом. Хотя эти конструкции оказались очень перспективными для разработки новых технологий, их проектирование может быть как сложным, так и отнимающим много времени.

Исследователи из Амстердамского университета, AMOLF и Утрехтского университета недавно продемонстрировали потенциал сверточных нейронных сетей (CNNs), класса алгоритмов машинного обучения, для проектирования сложных механических метаматериалов. Их статья, опубликованная в Physical Review Letters, в частности, представляет два различных метода на основе CNN, которые могут выводить и фиксировать тонкие комбинаторные правила, лежащие в основе проектирования механических метаматериалов.