Гая помогла обнаружить убегающие звёзды из скопления R136

Исследование, опубликованное в журнале Nature, увеличило в десять раз количество известных убегающих звёзд в этом регионе. Убегающие звёзды — это звёзды, которые покинули своё звёздное скопление с высокой скоростью в результате динамических взаимодействий.

Команда астрономов использовала данные космического телескопа Gaia для их обнаружения. Gaia находится на расстоянии 1,5 миллиона километров от Земли и позволяет фиксировать движение звёзд на больших расстояниях.

Исследователи обнаружили, что скопление R136, сформировавшееся 1,8 миллиона лет назад, выбросило около трети своих массивных звёзд. Эти звёзды движутся со скоростью более 100 000 километров в час и могут достигать расстояния до 1000 световых лет, где завершат свой жизненный цикл, взорвавшись как сверхновые.

Астрономы обнаружили два эпизода выброса звёзд из R136. Первый произошёл около 1,8 миллиона лет назад, когда звёзды выбрасывались в случайных направлениях в процессе формирования скопления.

Второй эпизод, датируемый 200 тысячами лет назад, показал, что звёзды двигались медленнее и имели предпочтительное направление, что может указывать на взаимодействие R136 с соседним звёздным скоплением. R136 является уникальным скоплением, содержащим сотни тысяч звёзд, включая самые массивные из известных, вес которых достигает 300 солнечных масс.

Эти звёзды излучают ультрафиолетовый свет, способный ионизировать окружающий водородный газ. Влияние массивных звёзд на окружающую среду огромно, и их активность за пределами родных регионов может оказывать влияние на структуру и эволюцию галактик.

Полученные данные свидетельствуют, что массивные звёзды оказывают значительное воздействие за пределами областей своего рождения. Это может объяснить процессы повторной ионизации во Вселенной.

Это выяснили исследователи, которые изучили данные 489 женщин из Ирана. Их работа была опубликована в журнале BMC Public Health.

Учёные анализировали потребление животного и растительного белка и смотрели, как оно связано с симптомами психоэмоциональных нарушений. Участницы заполняли опросники о питании и использовали стандартизированную шкалу DASS-21, которая помогает выявить признаки депрессии, тревоги и стресса.

После учёта других факторов выяснилось, что женщины с самым высоким потреблением животного белка значительно чаще сообщали о симптомах всех трёх состояний. Вероятность симптомов депрессии у участниц из верхней группы по потреблению животного белка была выше в 2,6 раза, тревожности — в 1,8 раза, а стресса — в 3,7 раза по сравнению с женщинами, которые потребляли его меньше.

Растительный белок не показал статистически значимой связи ни с одним из изученных психических состояний. Авторы работы подчёркивают, что исследование не доказывает прямую причинно-следственную связь, но указывает на возможную роль источника белка в психическом здоровье.

Они считают, что на это могут влиять различия в составе аминокислот, сопутствующих жиров и общем характере питания. Ранее учёные выяснили, что употребление улуна и зелёного чая снижает риск развития депрессии.

Они заморозили ткани гиппокампа взрослых мышей до −196 °C, и после размораживания зафиксировали сохранение электрической активности нейронов и синаптических связей. Результаты исследования опубликованы в журнале Proceedings of the National Academy of Sciences (PNAS).

Ключом к успеху стала витрификация — метод сверхбыстрого охлаждения, при котором в тканях не образуются кристаллы льда. Вместо этого вода и растворённые вещества переходят в стеклообразное состояние, что позволяет избежать разрушения клеток.

Ранее считалось, что именно лёд является главным препятствием для заморозки мозга, так как повреждает мембраны, нарушает структуру ткани и разрывает связи между нейронами. После размораживания учёные обнаружили, что в срезах гиппокампа сохранились структурная целостность, работа митохондрий, возбудимость нейронов и передача сигналов между клетками.

Особенно важным результатом стало сохранение долговременной потенциации — процесса, который считается клеточной основой обучения и памяти. Это означает, что после полной остановки молекулярной подвижности в замороженном состоянии ткань смогла вновь демонстрировать признаки работы нейронной сети.

Авторы исследования подчёркивают, что речь пока не идёт о заморозке целого мозга с последующим восстановлением сознания. Однако проведённая работа показывает, что мозговая ткань переносит глубокую заморозку лучше, чем предполагалось ранее.

Ранее учёные выяснили, что регулярные тренировки усиливают активность работы мозга.

Результаты их работы опубликованы в журнале Nutrients. В ходе эксперимента учёные смоделировали воспалительное повреждение кишечника и проверили, могут ли цельная жаботикаба, её кожура и микрокапсулированный экстракт кожуры уменьшить этот эффект.

Выяснилось, что все формы ягоды снижали воспаление в кишечнике, усиливали защиту слизистой оболочки и улучшали структуру кишечной стенки. У животных, которым давали жаботикабу, увеличилось количество бокаловидных клеток, производящих слизь, и лучше сохранились белки, отвечающие за плотность кишечного барьера.

Положительный эффект распространился и на печень. Обычно при воспалении у животных усиливаются признаки окислительного стресса, жировые отложения и воспалительные изменения в ткани печени.

Однако добавление жаботикабы ослабило эти нарушения: снизились воспалительные маркеры, уменьшилось накопление жира, а состояние клеток печени улучшилось. Особенно заметный эффект в ряде показателей продемонстрировал микрокапсулированный экстракт кожуры.

Изменения были обнаружены и в мозге. При воспалении снижалась активность гена BDNF, связанного с поддержанием нейронов и пластичностью мозга.

После приёма жаботикабы его уровень восстанавливался, повышалась экспрессия, связанная с дофамином, и снижались маркеры воспаления. Авторы подчёркивают, что исследование носит доклинический характер, но результаты показывают, что жаботикаба, богатая полифенолами, может рассматриваться как перспективный функциональный продукт для поддержки здоровья кишечника, печени и мозга.

Они использовали методы машинного обучения для анализа связи между погодой и частотой сердечных приступов. Результаты опубликованы в журнале Frontiers in Cardiovascular Medicine (FCM).

Учёные изучили данные 11 527 пациентов с инфарктом, зарегистрированных в одном из кардиологических центров Пекина за 10 лет, и сопоставили их с ежедневными метеорологическими показателями. Анализ показал, что дни с большим числом инфарктов чаще были с низкой температурой, сильными суточными перепадами температуры и слабым ветром.

Кроме того, в такие дни была меньшая влажность и количество осадков. Модель машинного обучения Random Forest помогла выявить ключевые погодные факторы, связанные с повышенным риском инфаркта.

Суточный перепад температуры оказался наиболее важным параметром, который сильнее всего влиял на вероятность роста числа случаев инфаркта. Авторы работы считают, что такие модели могут помочь системам здравоохранения прогнозировать периоды повышенной нагрузки на кардиологические службы и заранее распределять медицинские ресурсы.

В будущем учёные планируют улучшить точность прогнозов, добавив к погодным данным информацию о возрасте, заболеваниях и других характеристиках пациентов.