• Новости
  • Наука
  • Сейсмологи раскрыли причину извержения вулкана Хунга-Тонга
Нейросеть

Сейсмологи раскрыли причину извержения вулкана Хунга-Тонга

Австралийские сейсмологи, возглавляемые студентами из Национального университета, раскрыли ключевую причину одного из крупнейших подводных вулканических извержений — Хунга-Тонга.

Исследование, опубликованное в журнале Geophysical Research Letters, проливает свет на причины катастрофы, произошедшей два года назад. Основной причиной взрыва, как выяснили учёные, стало сжатие горных пород, находящихся под водой.

Это открытие оказалось неожиданным, так как ранее считалось, что такие извержения происходят из-за взаимодействия магмы с морской водой. Сейсмические данные, зафиксированные во время извержения, были проанализированы с помощью методики, разработанной для изучения подземных ядерных взрывов.

Выяснилось, что энергия взрыва была сопоставима с пятью крупнейшими подземными ядерными испытаниями, проведёнными в Северной Корее в 2017 году. Мощный взрыв вызвал вертикальный выброс воды в атмосферу, что привело к возникновению цунами с волнами высотой до 45 метров.

Объём воды, выброшенной во время события, мог бы заполнить около миллиона олимпийских бассейнов. Учёные обнаружили значительную вертикальную силу, направленную вверх.

Вначале это вызвало недоумение, но позже исследователи поняли, что твердая земля отскочила после того, как огромный столб воды поднялся в атмосферу. Извержение Хунга-Тонга стало одним из наиболее тщательно зафиксированных природных событий такого масштаба.

Учёные подчёркивают важность мониторинга вулканической активности с использованием современных технологий, чтобы лучше подготовиться к подобным катастрофам в будущем.


Изучаются защитные свойства полифенолов
Специалисты изучили множество научных работ, посвящённых полифенолам — биологически активным соединениям, которые содержатся в растениях и часто встречаются в повседневном рационе.

Исследователи установили, что такие вещества могут защищать от заболеваний глаз, вызванных окислительным стрессом, хроническим воспалением и нарушением обмена веществ. К подобным болезням относятся глаукома, диабетическая ретинопатия, возрастная макулярная дегенерация, катаракта и заболевания глазной поверхности.

Результаты работы опубликованы в журнале Nutrients. В статье подробно рассмотрены наиболее изученные полифенолы: антоцианы, куркумин, ресвератрол, эпигаллокатехин галлат, кверцетин и феруловая кислота.

Согласно собранным данным, эти соединения могут уменьшать повреждение клеток сетчатки и зрительного нерва, снижать воспалительные процессы, влиять на патологический рост сосудов и поддерживать работу антиоксидантных систем глаза. В некоторых клинических исследованиях полифенолы ассоциировались с улучшением функций зрения и замедлением развития определённых заболеваний.

Однако авторы отмечают, что большая часть данных получена в экспериментах на клетках и животных, а клинические исследования на людях пока ограничены по объёму и продолжительности. В обзоре сделан вывод о том, что полифенолы могут рассматриваться не как альтернатива стандартному лечению, а как возможное дополнение к нему.

Для практических рекомендаций, считают авторы, необходимы масштабные и тщательно контролируемые клинические исследования, которые помогут определить оптимальные дозы, формы приёма и долгосрочную безопасность таких соединений для здоровья глаз. Ранее учёные доказали, что диабет второго типа начинает изменять структуру сетчатки задолго до появления явных офтальмологических симптомов.


Создают персонализированное лечение рака
Специалисты из Школы медицины Университета Джонса Хопкинса создали метод таргетной терапии для лечения Т-клеточных лимфом и лейкозов.

Этот подход позволяет целенаправленно уничтожать злокачественные клетки, сохраняя при этом большую часть здоровых Т-лимфоцитов. Исследование опубликовано в журнале Nature Cancer.

Т-клеточные лимфомы и лейкозы диагностируются примерно у 100 тысяч человек ежегодно по всему миру. Эти заболевания долгое время были сложной задачей для онкогематологии.

В отличие от В-клеточных опухолей, где допустимо практически полное уничтожение здоровых клеток, при поражении Т-клеток такой подход опасен. Полное подавление иммунитета делает пациента уязвимым для смертельных инфекций.

Поэтому основная цель — уничтожить рак, не нарушая работу защитной системы организма. Новый метод основан на генетических различиях между Т-клетками.

Здоровые лимфоциты делятся на две группы — с вариантами рецептора TRBC1 и TRBC2. Опухолевые клетки несут только один из этих вариантов.

Учёные разработали антитело, которое распознаёт исключительно TRBC2-положительные раковые клетки, и связали его с мощным противоопухолевым препаратом. В результате лекарство доставляется точно в опухоль, не затрагивая значительную часть нормальных Т-клеток.

В экспериментах на клеточных линиях и животных моделях терапия показала значительное уменьшение опухолей и их полное исчезновение без заметной токсичности. Более того, у обработанных животных рак не возвращался в течение всего периода наблюдения.

Исследователи подчёркивают, что сочетание препаратов против TRBC1 и TRBC2 открывает путь к персонализированному лечению большинства Т-клеточных лимфом и лейкозов.


Учёные нашли бактерию для борьбы с раком
В кишечной микрофлоре японской древесной лягушки учёные нашли средство, которое неожиданно оказалось эффективным против рака.

В экспериментах на мышах один из бактериальных штаммов устранил опухоли и предотвратил их повторное появление без выраженных побочных эффектов. Об этом исследовании, опубликованном в журнале Gut Microbes, стало известно широкой публике.

Исследователи обратили внимание на то, что земноводные и рептилии редко болеют раком, и решили проверить, есть ли у них бактерии с противоопухолевой активностью. Они протестировали 45 штаммов бактерий, которые выделили у лягушек, тритонов и ящериц, и обнаружили несколько таких штаммов.

Самым эффективным оказался Ewingella americana, который обитает в кишечнике японской древесной лягушки. Однократное введение этого штамма приводило к полному исчезновению опухолей у мышей.

Анализ показал, что бактерия действует двумя путями: напрямую повреждает опухолевую ткань и одновременно активирует иммунную систему. После лечения усиливалась работа Т- и В-клеток, а также нейтрофилов, что помогало организму самостоятельно подавлять рост рака.

Учёные предполагают, что ключевую роль играет способность бактерии выживать в условиях низкого содержания кислорода, которые характерны для опухолей. Авторы подчёркивают, что пока речь идёт только о доклинических данных.

Прежде чем говорить о применении у людей, нужны дополнительные проверки безопасности и эффективности.


Создан ИИ для диагностики гастрита
В Сеченовском университете совместно с командой Билайн Big Data amp; AI создали систему искусственного интеллекта, которая с точностью до 96 процентов может определять атрофический гастрит — заболевание желудка, предшествующее раку.

Этот алгоритм функционирует как «цифровой патолог» и способствует более быстрой постановке диагноза и началу лечения, что снижает вероятность развития онкологического заболевания. Об этом «Ленте.

ру» рассказали в пресс-службе университета. Атрофический гастрит возникает при истончении слизистой оболочки желудка и может сопровождаться появлением клеток кишечного типа — кишечной метаплазии.

Болезнь часто протекает незаметно, но со временем может привести к раку. Ранняя диагностика в этом случае имеет решающее значение, так как позволяет взять пациента под наблюдение и предотвратить развитие злокачественной опухоли.

Обычно для подтверждения диагноза требуется эндоскопия и последующее изучение микроскопических срезов ткани патологом. Этот процесс трудоёмкий и может занимать от 15 минут до нескольких часов на одного пациента, а в среднем результат приходится ждать до недели.

Новый ИИ-алгоритм автоматически анализирует цифровые изображения биопсий, выделяет подозрительные участки, подсчитывает соотношение здоровых и изменённых тканей и помогает врачу определить стадию заболевания. Разработчики утверждают, что система ускоряет диагностику в среднем в пять раз, а время ожидания результата может сократиться с 4–7 дней до 2–3.

Точность алгоритма сопоставима и даже превосходит межврачебные расхождения: оценки разных специалистов могут отличаться на 5–15 процентов. Модель обучали в течение года на более чем 5,5 тысячи размеченных гистологических изображений, предоставленных клиническими подразделениями Сеченовского университета.


Новости по теме