Findings from two studies highlight the potential for CagriSema, a dual agonist that targets both glucose regulation and appetite control, to improve weight loss in patients with and without type 2 diabetes who have overweight or obesity. The studies were presented as a late-breaking symposium at the 85th Scientific Sessions of the American Diabetes Association® (ADA) in Chicago and simultaneously published in the New England Journal of Medicine. Nearly 90% of U.S. adults who have diabetes also have overweight or obesity, underscoring the close link between excess weight and the development or progression of type 2 diabetes. While treatment options for obesity and type 2 diabetes have progressed with glucagon-like peptide-1 (GLP-1) receptor agonists, there is an ongoing need for therapies that can address weight and glucose management together. CagriSema, the dual agonist studied in REDEFINE 1 and 2, is… 

Findings from two studies reveal advancements in stem cell-derived treatment options to treat type 1 diabetes. Results from the FORWARD study, also simultaneously published in the New England Journal of Medicine (NEJM), evaluating the first and only allogeneic, stem-cell derived, islet cell therapy and a study of genetically modified stem cells were unveiled as an oral presentation and late-breaking poster, respectively, at the 85th Scientific Sessions of the American Diabetes Association® (ADA) in Chicago. Since the 1920s, the standard of care for type 1 diabetes was insulin replacement therapy—requiring millions of Americans to administer insulin via a pump or injection multiple times a day. There is a growing body of research for alternative treatment solutions including allogenic therapies, where stem cells are used to regenerate damaged or impaired tissues as well as insulin production.

Eine kürzlich in Engineering veröffentlichte Studie lieferte neue Erkenntnisse über die Beteiligung der ?2,6-Sialylierung an der Alzheimer-Krankheit (AD). Sie zeigte, dass die Ablation von ?2,6-Sialyltransferase-I (ST6Gal-I), einem für die ?2,6-Sialylierung verantwortlichen Enzym, die BACE1-Expression herunterregulieren und die Produktion von Amyloid-? unterdrücken kann.42(A?42) Plaques, die Kennzeichen der Alzheimer-Krankheit sind. Die Alzheimer-Krankheit ist eine fortschreitende neurodegenerative Erkrankung, die durch den allmählichen Verlust des Gedächtnisses und der kognitiven Funktionen gekennzeichnet ist. Die amyloidogene Hypothese besagt, dass die Aggregation von A?-Plaques ein wichtiger pathologischer Treiber der Alzheimer-Krankheit ist. Ab-Peptide werden durch die sequenzielle Prozessierung des Amyloid-Vorläuferproteins (APP) durch das b-Site-Amyloid-Vorläuferprotein-spaltende Enzym 1 (BACE1) und ?-Sekretase erzeugt. BACE1 spielt eine entscheidende Rolle bei der Biosynthese von Ab-Peptiden während der AD-Pathogenese. Glykosylierung, eine posttranslationale Modifikation, bei der Oligosaccharide an Proteine ??angehängt werden, wird mit der Entwicklung und dem Fortschreiten der Alzheimer-Krankheit in Verbindung gebracht. Die spezifische… 

Eine neue, in Engineering veröffentlichte Studie präsentiert eine innovative Berechnungsmethode zur Vorhersage der Explosionslastverteilung auf komplexe 3D-Gebäude mithilfe von Graph-Neural-Networks. Die von einem Team der Fakultät für Maschinenbau der Nanjing University of Science and Technology geleitete Forschung stellt einen datenbasierten Ansatz vor, der die Genauigkeit und Effizienz der Explosionslastvorhersage deutlich verbessert. Dies ist entscheidend für Tragwerksplanung, Zivilschutz und Sicherheitsbewertungen. Herkömmliche Methoden zur Vorhersage von Explosionslasten, wie experimentelle Forschung, theoretische Modelle und numerische Simulationen, unterliegen mehreren Einschränkungen. Experimentelle Aufbauten sind teuer und schwierig umzusetzen, während theoretische Modelle oft auf einfache Geometrien beschränkt sind und nicht präzise genug sind. Numerische Simulationen sind zwar präzise, ??erfordern aber erhebliche Rechenressourcen und Zeit, was sie für Echtzeitanwendungen unpraktisch macht. Um diese Herausforderungen zu bewältigen, entwickelten die Forscher ein Encoder-Decoder-Graph-Neural-Network-Modell (GNN) namens BlastGraphNet. BlastGraphNet nutzt einen Nachrichtenübermittlungsmechanismus, um Überdruck- und Impulslastverteilungen auf Gebäuden mit konventioneller und komplexer Geometrie…