Studien zum Kaffeekonsum – Neuer Biomarker vorgeschlagen

März 4, 2024

Um in Ernährungs- und Gesundheitsstudien den Kaffeekonsum zu erfassen, sind Forschende meist auf Selbstauskünfte der Teilnehmenden angewiesen. Diese sind jedoch nicht immer verlässlich. Ergänzende Untersuchungen, mit denen sich der individuelle Konsum objektiv anhand von Biomarkern überprüfen ließe, wären daher wünschenswert. Ein Forschungsteam unter Leitung des Leibniz-Instituts für Lebensmittel-Systembiologie an der Technischen Universität München hat nun einen spezifischen Inhaltsstoff von Röstkaffee hinsichtlich seiner Eignung validiert und schlägt ihn als neuen, praktikablen Lebensmittel-Biomarker vor.

from Pressemitteilungen – idw – Informationsdienst Wissenschaft https://ift.tt/tPrxKf6

share this recipe:

Weitere spannende Artikel

Gutes Komplikationsmanagement nach Operationen – Warum die Failure-to-Rescue-Rate im Qualitätsbericht stehen sollte

März 19, 2025

Patientinnen und Patienten sollten bei der Wahl ihres Krankenhauses nicht nur auf die Erfahrung des Operateurs achten. Denn gerade bei komplexen und risikoreichen Eingriffen kommt es neben dem erfolgreichen Eingriff auch auf das Beherrschen der Komplikationen an, die danach auftreten können. Diese Zahl gibt die sogenannte Failure to Rescue (FTR= Rettungsversagen) – Rate wieder: Sie besagt, dass eine lebensbedrohliche Komplikation nicht rechtzeitig erkannt oder nicht adäquat behandelt wurde und im schlechtesten Fall zum Tod geführt hat.

Das Gehirn bewegt sich, wenn wir es tun. DFG fördert Kooperation zu Ortszellen und räumlichem Lernen

März 19, 2025

Forschende aus Magdeburg und Erlangen untersuchen gemeinsam, wie unser Gehirn lernt, sich in Räumen zu orientieren und Erinnerungen speichert. Am Leibniz-Institut für Neurobiologie (LIN) analysieren Wissenschaftler:innen, wie Neuronen im Hippocampus unser räumliches Lernen steuern. Dafür nehmen sie im Zeitraffer auf, was im Gehirn von Mäusen geschieht, während sie verschiedene Orientierungsaufgaben lösen. So gewinnen sie umfangreiche Daten, die im zweiten Schritt von Kooperationspartnern an der Friedrich-Alexander-Universität Erlangen-Nürnberg (FAU) mit einem eigens entwickelten KI-Tool ausgewertet werden.