吃糖致病吗?

近期研究揭示,制糖业曾隐瞒50年前关于糖与心脏病关联的真相。加州大学研究者发现,美国糖研究基金会长期资助研究,旨在削弱糖与健康问题的联系。1965年,该基金会秘密资助评论文章,否认糖与血脂及冠心病的关系。近期发表的论文显示,糖可能提高患心脏病风险,即使未过量摄入。

几乎每个人都喜欢吃糖,但我们知道应该少吃,因为吃多了会变胖甚至生病。然而,利物浦大学公共卫生和政策系的教授Simon Capewell说,吃糖有害的证据正在增强;Quanhe Yang及其同事在“JAMA Internal Medicine”杂志上发表的一项研究表明吃糖越多患心脏病死亡的风险越高,而不管是否吃过量。

为什么对于吃糖有这么多争议呢?是不是一点都不应该吃?

最近,加州大学旧金山分校的研究人员Cristin Kearns,Dorie Apollonio和Stanton Glantz对制糖业的内部文件进行了分析;发现美国研究机构Sugar Research Foundation(SRF,糖研究基金会)资助的研究早已发现蔗糖对心血管健康有影响。研究者们声称,制糖业隐藏了50年前蔗糖与心脏病关联的研究结果。如今我们知道吃过多的糖会有害,但半个世纪前情况并非如此。

这些研究者在Plos Biology杂志上发表论文指出,1965年SRF秘密资助了“新英格兰医学杂志”(New England Journal of Medicine)的一篇评论文章,否认了蔗糖与血脂水平(乃至冠心病)有关联。随后,SRF资助了蔗糖与冠心病之间联系的研究,由英国伯明翰大学的W.F.R博士负责,称为“259项目”,持续时间为1967年至1971年。

259项目的中一项研究,对吃高糖的大鼠和吃高淀粉的大鼠进行了比较。结果表明,吃糖可能与β-葡萄糖醛酸酶水平升高有关;β-葡萄糖醛酸酶是一种与人类膀胱癌相关的酶。SRF(在1968年更名为国际糖研究基金会,即ISRF)终止了259项目,且没有公开研究结果。尽管研究已经持续了27个月,还差三个月完成。制糖业没有公开蔗糖对实验中的动物的危害,因为这些证据可能会:(1)加强吃糖导致冠心病的证据;(2)使蔗糖被视为潜在的致癌物质。

Kearns说:ISRF的主要目的是,销售更多的蔗糖;其研究计划是为了支持其商业利益,哪怕牺牲公众利益。在1943年至1972年间,ISRF赞助了300多个科研项目,其后续组织也将继续资助科研。因此,关于吃糖影响健康的争论,可能都是源于制糖业对科学证据长达60年的操纵。

针对Plos Biology杂志上的文章,ISFR的继任者在一份声明中说,这篇文章其实并不是一个研究而只是一个观点,一系列关于50年前发生的事情的猜测和假设,由一组研究人员进行由个人和组织资助。我们回顾了我们的研究档案,发现终止259项目有三个原因:研究明显延迟、耗资超出了预算、延迟与组织结构调整重叠。原本计划该研究将在英国营养基金会的资助下继续进行,但由于我们不知道的原因,这并没有发生。

对于吃糖对健康的影响,您的亲身经历是什么呢?您有兴趣继续关注此类研究吗?

参考资源链接:[基于CNN的遗传疾病与性状关联位点分析](https://wenku.youkuaiyun.com/doc/6412b4a5be7fbd1778d40509?utm_source=wenku_answer2doc_content) 在遗传性疾病的研究中,全基因组关联性分析(GWAS)是一个关键工具,它能够帮助我们识别与特定疾病相关的遗传位点。而卷积神经网络(CNN)作为一种强大的深度学习模型,已经在图像识别和自然语言处理等领域取得了显著的成功,其在遗传数据的模式识别中同样展现出了巨大的潜力。为了利用CNN进行GWAS,我们可以遵循以下步骤:(步骤、代码、mermaid流程图、扩展内容,此处略) 首先,我们需要准备遗传数据,并将其转换为适合CNN处理的格式。在这个过程中,可能需要进行数值编码转换,将基因序列中的碱基对(A、T、C、G)转换为二进制形式。例如,可以将C对应为01,T对应为11,A对应为00,G对应为10。 接下来,构建一个CNN模型,该模型能够处理输入的基因数据,并学习从数据中提取特征。模型通常包括多个卷积层和池化层,这些层能够从遗传数据中识别复杂的模式和相关性。在训练过程中,需要优化网络的权重参数,以确保模型能够准确地识别与疾病相关的位点。 通过CNN模型的训练和验证,我们可以筛选出与遗传性疾病相关的潜在致病位点。这些位点可能在模型中的不同层表现出显著性,通过累加和统计分析,我们可以确定最终的致病位点。 最后,将这些位点与已知的遗传疾病关联数据进行对比分析,以验证CNN模型的发现。这种方法不仅提高了分析的准确性,还为遗传疾病的诊断和治疗提供了新的见解。 为了深入学习如何将卷积神经网络应用于全基因组关联性分析,建议参考《基于CNN的遗传疾病与性状关联位点分析》这份资料。该文献详细介绍了CNN在遗传数据分析中的应用方法,提供了实际的案例分析和模型构建的指导,有助于更好地理解和掌握这一复杂但强大的分析技术。 参考资源链接:[基于CNN的遗传疾病与性状关联位点分析](https://wenku.youkuaiyun.com/doc/6412b4a5be7fbd1778d40509?utm_source=wenku_answer2doc_content)
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值