阿尔法糖尿病食品(糖尿病病人服用阿尔法糖苷酶抑制剂时正确的服用方法是)

• 1、不止会下棋，“阿尔法狗”背后团队或解开糖尿病等病症之谜
• 2、不止会下棋，“阿尔法狗”背后团队或解开糖尿病等病症之谜
• 3、阿卡波糖有3大优点，很适合中国人！但医生提醒：这3类人不敢乱吃

不止会下棋，“阿尔法狗”背后团队或解开糖尿病等病症之谜

对于许多人来说，2016年“阿尔法狗”对阵世界围棋冠军李世石的世纪之战可能还历历在目。而现在，这家“阿尔法狗”背后的人工智能企业DeepMind正在又一次创造历史——

这次，他们不再局限于与人类在竞技体育上一争高下，而是直接将目光投向了目前科学领域最棘手的问题之一：预测蛋白质。

实际上，在此前，对于人类研发治疗阿尔茨海默症、糖尿病药物时，蛋白质折叠一直是个大问题，曾经也有科学家尝试用超级计算机折叠蛋白质，但是效果并不是很理想。

据《卫报》报道，就在12月2日，在墨西哥坎昆举行的一场国际会议上，DeepMind最新人工智能程序AlphaFold（阿尔法折叠）被确认，在根据基因序列预测出蛋白质的3D形状这项任务上击败了所有竞争者，最终预测准确率超过一半。

“AlphaFold是该公司首个证明，人工智能研究可以驱动和加速科学新发现的重要里程碑，” DeepMind方面表示。

▲此前，科学家发现了一种蛋白质是乳腺癌生长和扩散的关键驱动因素 图据卫报

“蛋白质折叠界的奥运会”取得惊人成绩

实际上，早在2016年，DeepMind开发的程序AlphaGo击败世界围棋冠军李世石之后，开发团队就已经将目光投向了研究蛋白质折叠的领域。

尽管围棋之类的游戏已经被证明是一种对于AI程序功能的极好测试方式，但是对于研发团队来说，在这些项目上与人类一争高下显然不是他们的最终目的。

“与世界冠军下围棋的意义，从来不在于赢得比赛本身，最终目的是为了发展算法，解决像蛋白质折叠这样的问题。” DeepMind联合创始人兼首席执行官戴米斯·哈萨比斯(Demis Hassabis)表示。

▲阿尔法狗与李世石的对弈 图据美联社

而这一次，DeepMind让AlphaFold参加了结构预测（CASP）的关键比赛，这是一项每两年举办一次的，堪称“蛋白质折叠界的奥运会”，吸引了来自世界各地的研究团队。

这一比赛的目的是为了从他们的氨基酸列表来预测蛋白质的结构。此前，这些列表已经在比赛前几个月时间中，每隔几天发送给参赛的团队。在比赛最终结束前，这些蛋白质的结构已经通过费力又费钱的传统方法破解，但还没有公开，最终提交最准确预测的团队将获胜。

尽管这次是AlphaFold首次参赛，但是，它取得了惊人的成绩——

在发给比赛团队的43种蛋白质中，AlphaFold有25种预测最接近正确结果；而在同一类别中排名第二的选手，仅在43种蛋白质中，有3种结果预测的最接近正确结果。

与此前的“阿尔法狗”相同的是，AlphaFold构建的模型都依赖深度神经网络，这些经过训练的神经网络可以从基因序列中预测蛋白质的属性。

在构建的过程中，DeepMind在数千已知的蛋白质上训练了一个神经网络，直到它可以仅凭氨基酸预测蛋白质的3D结构。此后，给定一种新的蛋白质时，AlphaFold可以利用神经网络来预测氨基酸对之间的距离，以及连接它们的化学键之间的角度，最后调整初步结构以找到能效最高的排列。

根据DeepMind在官方博客中针对AlphaFold发布的科普性文章，他们这样解释道：“我们训练了一个神经网络，来预测蛋白质中每一对残基之间的距离分布，然后将这些概率打成一个分数，用这个分数来评估预测的蛋白质结构有多准确；我们还训练了一个单独的神经网络，用来估计建议预测结构和实际结构之间的差距。”

据悉，在项目之初，AlphaFold花了两周时间来预测其第一个蛋白质结构。但现在，这一工作在几小时内就可以完成。

▲一种用AI算法做出的动画，用于预测CASP13目标T1008的结构 图据DeepMInd官网

或助人类探明糖尿病等病症原因

那么，预测蛋白质折叠对于人类医学，为何如此重要？

据《卫报》介绍，蛋白质折叠是一种令人难以置信的分子折叠形式，其神秘本质很少在科学界之外得到讨论，因此对于许多人来说是一个显得有些陌生的词汇。

但是，这其实是一个极为重要的问题——生物学的机制由蛋白质构成，蛋白质的形状决定了它的功能。

生物学上来说，人类可以制造大量不同的蛋白质，估计数量从数万到数十亿不等，但都是由20种不同的氨基酸连接形成的多聚体。蛋白质可以在每一种氨基酸之间扭转和弯曲，因此可能呈现出数量惊人的不同结构，可以达到1后边跟着300个零这样庞大的数字。

蛋白质的三维形态取决于它所含氨基酸的数量和类型，而这一形状也决定了它在人体中的作用，人体几乎所有的功能，从肌肉紧张、感知光线到将食物转化为能量，都可以追溯到蛋白质的形状和运动。

在通常情况下，蛋白质会行成对其来说最节能的形状，但是它们仍然可能纠缠在一起，折叠不当，进而导致糖尿病、帕金森症及阿尔茨海默症等疾病。

这意味着，如果科学家能够从蛋白质的化学组成中，预测出蛋白质的形状，就能够搞清楚它的作用，以及它是如何扭曲并产生伤害，并设计出新的蛋白质来对抗这些疾病。

“如果了解蛋白质是如何折叠的，研究人员就能开创一个科学和医学进步的新时代。”《卫报》介绍称。

▲DeepMind博客原文 图据DeepMind官网

“目前我们只是迈出了第一步”

首次涉足蛋白质折叠领域的成功表明，机器学习系统可以整合各种信息来源，帮助科学家快速找到各种复杂问题的创造性解决方案。人工智能已经通过AlphaGo等系统掌握了复杂的游戏，与此类似，利用人工智能攻克基本科学问题的未来同样值得期待。

DeepMind联合创始人哈萨比斯表示，这是一个非常关键的时刻。“这是一个堪称引领性的项目，我们将优先在这一基本的、极为重要的、具有现实意义的领域投入精力。”

但是，尽管取得了比赛的胜利，哈萨比斯坦言，要做的工作还有很多，“我们谈不上解决了蛋白质折叠的问题。目前，我们只是迈出了第一步。这是一个极具挑战性的问题，我们有一个良好的体系，还有很多想法尚未付诸实践。”

红星新闻记者丨翟佳琦 编译报道

编辑丨平静

不止会下棋，“阿尔法狗”背后团队或解开糖尿病等病症之谜

对于许多人来说，2016年“阿尔法狗”对阵世界围棋冠军李世石的世纪之战可能还历历在目。而现在，这家“阿尔法狗”背后的人工智能企业DeepMind正在又一次创造历史——

这次，他们不再局限于与人类在竞技体育上一争高下，而是直接将目光投向了目前科学领域最棘手的问题之一：预测蛋白质。

实际上，在此前，对于人类研发治疗阿尔茨海默症、糖尿病药物时，蛋白质折叠一直是个大问题，曾经也有科学家尝试用超级计算机折叠蛋白质，但是效果并不是很理想。

据《卫报》报道，就在12月2日，在墨西哥坎昆举行的一场国际会议上，DeepMind最新人工智能程序AlphaFold（阿尔法折叠）被确认，在根据基因序列预测出蛋白质的3D形状这项任务上击败了所有竞争者，最终预测准确率超过一半。

“AlphaFold是该公司首个证明，人工智能研究可以驱动和加速科学新发现的重要里程碑，” DeepMind方面表示。

此前，科学家发现了一种蛋白质是乳腺癌生长和扩散的关键驱动因素 图据卫报

“蛋白质折叠界的奥运会”取得惊人成绩

实际上，早在2016年，DeepMind开发的程序AlphaGo击败世界围棋冠军李世石之后，开发团队就已经将目光投向了研究蛋白质折叠的领域。

尽管围棋之类的游戏已经被证明是一种对于AI程序功能的极好测试方式，但是对于研发团队来说，在这些项目上与人类一争高下显然不是他们的最终目的。

“与世界冠军下围棋的意义，从来不在于赢得比赛本身，最终目的是为了发展算法，解决像蛋白质折叠这样的问题。” DeepMind联合创始人兼首席执行官戴米斯·哈萨比斯(Demis Hassabis)表示。

阿尔法狗与李世石的对弈 图据美联社

而这一次，DeepMind让AlphaFold参加了结构预测（CASP）的关键比赛，这是一项每两年举办一次的，堪称“蛋白质折叠界的奥运会”，吸引了来自世界各地的研究团队。

这一比赛的目的是为了从他们的氨基酸列表来预测蛋白质的结构。此前，这些列表已经在比赛前几个月时间中，每隔几天发送给参赛的团队。在比赛最终结束前，这些蛋白质的结构已经通过费力又费钱的传统方法破解，但还没有公开，最终提交最准确预测的团队将获胜。

尽管这次是AlphaFold首次参赛，但是，它取得了惊人的成绩——

在发给比赛团队的43种蛋白质中，AlphaFold有25种预测最接近正确结果；而在同一类别中排名第二的选手，仅在43种蛋白质中，有3种结果预测的最接近正确结果。

与此前的“阿尔法狗”相同的是，AlphaFold构建的模型都依赖深度神经网络，这些经过训练的神经网络可以从基因序列中预测蛋白质的属性。

在构建的过程中，DeepMind在数千已知的蛋白质上训练了一个神经网络，直到它可以仅凭氨基酸预测蛋白质的3D结构。此后，给定一种新的蛋白质时，AlphaFold可以利用神经网络来预测氨基酸对之间的距离，以及连接它们的化学键之间的角度，最后调整初步结构以找到能效最高的排列。

根据DeepMind在官方博客中针对AlphaFold发布的科普性文章，他们这样解释道：“我们训练了一个神经网络，来预测蛋白质中每一对残基之间的距离分布，然后将这些概率打成一个分数，用这个分数来评估预测的蛋白质结构有多准确；我们还训练了一个单独的神经网络，用来估计建议预测结构和实际结构之间的差距。”

据悉，在项目之初，AlphaFold花了两周时间来预测其第一个蛋白质结构。但现在，这一工作在几小时内就可以完成。

一种用AI算法做出的动画，用于预测CASP13目标T1008的结构 图据DeepMInd官网

或助人类探明糖尿病等病症原因

那么，预测蛋白质折叠对于人类医学，为何如此重要？

据《卫报》介绍，蛋白质折叠是一种令人难以置信的分子折叠形式，其神秘本质很少在科学界之外得到讨论，因此对于许多人来说是一个显得有些陌生的词汇。

但是，这其实是一个极为重要的问题——生物学的机制由蛋白质构成，蛋白质的形状决定了它的功能。

生物学上来说，人类可以制造大量不同的蛋白质，估计数量从数万到数十亿不等，但都是由20种不同的氨基酸连接形成的多聚体。蛋白质可以在每一种氨基酸之间扭转和弯曲，因此可能呈现出数量惊人的不同结构，可以达到1后边跟着300个零这样庞大的数字。

蛋白质的三维形态取决于它所含氨基酸的数量和类型，而这一形状也决定了它在人体中的作用，人体几乎所有的功能，从肌肉紧张、感知光线到将食物转化为能量，都可以追溯到蛋白质的形状和运动。

在通常情况下，蛋白质会行成对其来说最节能的形状，但是它们仍然可能纠缠在一起，折叠不当，进而导致糖尿病、帕金森症及阿尔茨海默症等疾病。

这意味着，如果科学家能够从蛋白质的化学组成中，预测出蛋白质的形状，就能够搞清楚它的作用，以及它是如何扭曲并产生伤害，并设计出新的蛋白质来对抗这些疾病。

“如果了解蛋白质是如何折叠的，研究人员就能开创一个科学和医学进步的新时代。”《卫报》介绍称。

DeepMind博客原文 图据DeepMind官网

“目前我们只是迈出了第一步”

首次涉足蛋白质折叠领域的成功表明，机器学习系统可以整合各种信息来源，帮助科学家快速找到各种复杂问题的创造性解决方案。人工智能已经通过AlphaGo等系统掌握了复杂的游戏，与此类似，利用人工智能攻克基本科学问题的未来同样值得期待。

DeepMind联合创始人哈萨比斯表示，这是一个非常关键的时刻。“这是一个堪称引领性的项目，我们将优先在这一基本的、极为重要的、具有现实意义的领域投入精力。”

但是，尽管取得了比赛的胜利，哈萨比斯坦言，要做的工作还有很多，“我们谈不上解决了蛋白质折叠的问题。目前，我们只是迈出了第一步。这是一个极具挑战性的问题，我们有一个良好的体系，还有很多想法尚未付诸实践。”

红星新闻记者丨翟佳琦 编译报道

阿卡波糖有3大优点，很适合中国人！但医生提醒：这3类人不敢乱吃

今天主要给大家讲讲糖尿病患者经常用的一个药物：阿卡波糖。

在临床上，阿卡波糖是糖尿病患者应用非常广泛的药物，主要用于二型糖尿病的餐后血糖控制。

它属于阿尔法糖苷酶抑制剂，该类药物主要是通过抑制碳水化合物在小肠上部的吸收，从而能够降低餐后血糖。

所以它特别适用于就是以精米白面等，碳水化合物较高的食物为主食的二型糖尿病的患者。而我们中国人大多数是这种情况。

也因此，阿卡波糖被称之为最适合中国人的降糖药。

（1）降糖效果突出

阿卡波糖的降糖的作用还是比较明显的。

它能使糖化血红蛋白降低0.5%~0.8%。大家都知道糖化血红蛋白是指征血糖浓度的一个最重要的指标，它能够有效的降低糖化血红蛋白。

另外它主要是延缓和降低餐后的一个血糖升高的情况，能够减少一整天的血糖的波动。

（2）不会增加体重

此外，服用该药物不会增加体重，还可使体重保持下降的趋势。

（3）与其他降糖药兼容性好

它和药物合用兼容性也特别好，各种像格列比嗪、格列本脲这种磺脲类的药物，二甲双胍、吡格列酮、胰岛素都可以合用。

阿卡波糖一般是用餐前即刻整片、吞服或集合，前几口食物一起咀嚼服用，就是佐餐服用。

每天服药次数一般是三次，每次是50毫克，以后可以逐渐增加到100毫克。

在个别情况下可以增加到200毫克。

这个药物主要的副作用是腹胀、屁多。

这是因为阿卡波糖阻止碳水化合物进入血液后，就会遗留在肠道内，给肠道细菌充足的食物。

这些细菌就会将其分解，从而产生大量的二氧化碳。

还有少数的病人会出现皮疹、红斑这种状况。

（1）以下3类患者禁止使用阿卡波糖

第一类患者：如果是有消化或者吸收障碍的、慢性胃肠功能紊乱的患者，是禁用阿卡波糖的。

第二类患者：肠胀气可能恶化的疾患，像严重疝气、肠梗阻的患者也是禁用的。

第三类患者：肾功能不全者，像肌酐清除率如果小于25的话也要禁用。

（2）要检测肝脏转氨酶

一般建议在服药的前12个月要监测肝酶的变化，它有可能会导致肝酶的一个升高，但是停药后肝酶会恢复正常。

若肝酶超过正常值3倍，提示你肝损伤过大，需要停止服用。

（3）要留心低血糖的发生

单独服用一般不会引起低血糖的发生。

但与其他降糖药合用时，有可能会发生低血糖。如果是与其他药物合用，其他药物的用量要相应减低，服药期间也要避免一些跟肠道相关的一些药物，例如蒙脱石散，消化酶类的制剂。

如果是需要纠正低血糖这种状况的话，建议直接用葡萄糖或者蜂蜜糖来缓解。而吃淀粉类、蔗糖类食物，则效果不佳。

好了，通过本篇内容，相信您对阿卡波糖的服用注意事项有了详细的了解。

如果您喜欢本篇内容，欢迎点赞、收藏、并转发。您的支持是我们持续推出高质量内容的最大动力。

若有糖尿病相关问题，也可点击我们的头像，在旁边找到私信按钮，回复“你好”，将会有专人为您解答。