J Pharm Biomed Anal:血液检测证实我们对饮料的喜爱程度

2019-12-05 佚名 细胞

俄勒冈州立大学的科学家最近一项研究证实了人们对咖啡,茶,巧克力,苏打水和能量饮料的喜爱程度,因为他们验证了研究不同药物如何在体内相互作用的新方法。

俄勒冈州立大学的科学家最近一项研究证实了人们对咖啡,茶,巧克力,苏打水和能量饮料的喜爱程度,因为他们验证了研究不同药物如何在体内相互作用的新方法。

Richard van Breemen和Luying Chen与多家生物医学供应商合作,从多个捐赠者那里购买了18批纯净的人血清。

质谱研究结果表明,所有18批次的咖啡因测试均为阳性。同样,在许多样本中,研究人员发现了止咳药和抗焦虑药的痕迹。这些发现指出了潜在的污染,也表明研究中使用的血液不一定是纯净的。

“从'污染'的角度来看,咖啡因对患者来说并不是什么大问题但是其他药物可能会给患者带来问题,也给我们这类研究人员带来问题,因为很难获得干净的血液样本。”

该研究发表在《Journal of Pharmaceutical and Biomedical Analysis.》杂志上。

除咖啡因外,该研究还涉及对混合血清中的阿普唑仑(一种抗焦虑药),右美沙芬)(一种非处方止咳药)和甲苯磺丁胺(一种用于治疗2型糖尿病的药物)进行检测。结果表明,所有的血清中都不含甲苯磺丁胺,但是其中八个样品中含有右美沙芬,而十三个样品中含有阿普唑仑。OSU的Linus Pauling研究所所长van Breemen说:“尽管没有对供应商和血库进行全面调查,但我们只能推测问题的严重程度。”

Chen和van Breemen进行研究的目的是测试一种评估植物性膳食补充剂与药物代谢之间相互作用潜力的新方法。该方法涉及快速蛋白质沉淀和超高压液相色谱,目前正用于支持临床研究。在临床研究中,参与者将药物混合物与植物性补品(啤酒花,甘草或红三叶草)一起服用,以查看该补品是否导致任何药物的代谢方式与其他方式不同。

“植物药基本上含有具有类似毒品活动的天然产物。就像药物可能会改变药物代谢酶一样,天然产物也会改变。当有人服用植物补品并且同时使用处方药时,这可能成为一个真正的问题。”作者说道。

作者:佚名



版权声明:
本网站所有注明“来源:梅斯医学”或“来源:MedSci原创”的文字、图片和音视频资料,版权均属于梅斯医学所有。非经授权,任何媒体、网站或个人不得转载,授权转载时须注明“来源:梅斯医学”。其它来源的文章系转载文章,本网所有转载文章系出于传递更多信息之目的,转载内容不代表本站立场。不希望被转载的媒体或个人可与我们联系,我们将立即进行删除处理。
在此留言
评论区 (7)
#插入话题

相关资讯

提升体验 捍卫品质 美年大健康实现血液检测全程追踪管理

随着消费者对医疗服务要求的提升,医疗机构也进一步向着“以人为本”的管理和服务理念转变,注重医疗服务品质和内涵提升。近期,为了进一步解决消费者在体检中遇到的实际问题,提升医疗服务品质,美年大健康产业(集团)有限公司(以下简称“美年大健康”)打造了血液样本追踪系统,消费者只需简单通过扫描导引单上的二维码,即可及时跟踪了解血液样本的运转及检测状况。 “血液样本追踪系统”页面 消费者来体检中心体检的时候

PNAS:“人未工作身先累”?斯坦福科学家为十年患病儿子,找出“慢性疲劳综合征”的科学证据

“人未工作身先累?”的症状通常都被认为是逃避工作的“懒惰”,而头痛、记忆力减退也被认为是为“懒惰”找的借口,这种情况让患有慢性疲劳症的人感觉太委屈。

日本研发出用一滴血检测多种癌症的技术

据《日本经济新闻》6月11日报道,日本东丽将在2019年内针对只用一滴血就能发现各种癌症的检测方法,向日本厚生劳动省申请制造销售许可。如果被选为优先审查对象,很可能最早在2020年获批。该方法有望尽早发现胰腺癌等癌症。

Communications Biology:血液检测诊断“恶性脑瘤”,侵入性更小、结果更快

胶质母细胞瘤(Glioblastoma,GBM),原发性脑肿瘤的一种,占所有脑恶性肿瘤的16%,死亡率极高。对于这类疾病的诊断和治疗,就是和时间进行赛跑。

Nat Med:滴血验病!这项血液检测揭晓肾脏和心血管疾病危险系数

格拉斯哥大学的研究者在《Nature Medicine》杂志上,提出了一项精确而简单的血液测试,可以衡量肾脏和心血管疾病风险。

Nature Medicine:一次血检能预测多种疾病?测了上万份样本 新研究实现概念验证

根据《自然·医学》最新发表的一项来自剑桥大学(University of Cambridge)、加州大学旧金山分校(University of California San Francisco)和美国SomaLogic生物技术公司的合作研究,通过一次血液检测进行大规模蛋白质分析,有望预测多种疾病和风险因素。