研究项目总结

环境的变化是如何影响大脑形成和相关的神经发育障碍的? 卡特实验室的学生调查了与紊乱相关的环境化合物对神经发育的影响，然后确定了导致大脑异常的化合物的作用机制. 我们目前的重点是环境因素对神经发育的影响，这些因素已在公共卫生研究中显示与自闭症谱系障碍(ASD)患病率相关. 我们在实验中使用斑马鱼来评估身体发育的变化(显微镜), 分子生物学(基因表达), 行为(运动跟踪).

梅奥合作者: Dr. 阿什利·霍兰德博士. 斯科特•施密特

教员

Dr. 布拉德•卡特
助理教授-生物学

研究项目总结

美国老年人的数量持续增加, 强调了解与这一人群相关的健康因素的重要性. 目前的数据显示，与年轻人相比，老年人对酒精的影响更敏感. 我们最近开发了动物模型来研究酒精对老年动物的影响，并重复了老年老鼠比年轻动物对乙醇的影响更敏感的发现. 目前的项目是一个多层次的分析，以调查老年动物比年轻动物产生更大影响的神经生物学机制.

梅奥合作者: Dr. Doo-Sup崔

教员

Dr. 道格·马修斯
心理学教授

研究项目总结

越来越多地使用阿片类药物来控制疼痛，导致阿片类药物滥用的报告增加, 阿片类药物依赖, 和过量服用(韦斯伯格), 贝克尔, Fiellin & 斯坦纳, 2014年)和阿片类药物的过度处方被视为阿片类药物流行的主要原因(Volkow . 2014), 琼斯, 爱因斯坦, & 沃戈2019). 临床使用对阿片类药物的过度依赖转变为阿片类药物滥用，并可能在无法再获得处方时导致非法使用(海洛因). 我们的初步研究确定了Mayo骨科工作人员进行的教育干预在多大程度上减少了阿片类药物在术后疼痛管理中的使用. 目前的研究计划是确定干预其他外科手术的有效性，如肘管松解和桡骨远端骨折.

除了与梅奥诊所的合作项目, 学生将被邀请加入博士. Jewett在澳门葡京网赌送彩金校园的神经科学研究实验室. Dr. 朱伊特的研究项目利用了用于药物开发的行为和药理学技术. 另外, 实验室的几个项目旨在更多地了解阿片类药物，包括一项非人类技术，该技术预测阿片类药物对人类疼痛缓解的有效性.

梅奥合作者: Dr. 小何塞·奥尔蒂斯.

教员

Dr. 大卫·朱厄特
心理学教授

研究项目总结

提高手术效果, 由于医学成像技术的进步，医生们正在转向更少侵入性的手术，这些手术依赖于对个体患者解剖结构的更好了解, 比如MRI, 超声波, 或者CT扫描. 现在技术允许这些数据, 通常在2D屏幕上显示, 通过3D打印以三维形式展示. 这些3D打印模型使医生能够更好地可视化他们在手术中会遇到的情况, 测试手术中可能使用的不同器械, 并针对个别病人改进手术方案. 该项目将提供3D打印模型，用于梅奥诊所的小型开胸主动脉瓣置换术的术前过程.

梅奥合作者: Dr. 约瑟夫Wildenberg

教员

Dr. 道格·邓纳姆
教授-材料科学和生物医学工程

研究项目总结

与梅奥诊所卫生系统的介入放射科医生欧·克莱尔合作, 正在开发和测试在冷冻或加热治疗肿瘤期间分离和保护健康器官和组织的材料. 这些可注射泡沫正在测试其稳定性, 机械刚度, 并结合治疗成分，如造影剂和抗生素. 测试包括这些泡沫的材料特性, 在生理条件下测试泡沫, 动物实验. 本科生研究人员对制造和测试泡沫至关重要, 收集和分析数据, 和我们的合作者一起工作, 并将结果传达给不同的受众.

梅奥合作者: Dr. 杰里米·迈克布莱德

教员

Dr. 莉斯Glogowski
副教授-材料科学与生物医学工程

研究项目总结

癌症现在超过心脏病成为美国的头号死因, 它是全球第二大死亡原因. 癌症的症状往往不具体，在大多数情况下，在早期阶段不明显. 因为癌症的早期发现是治疗成功的标志, 我们的研究重点是开发一种快速的, 可靠的, 便宜的, 以及用于癌症检测和筛查的非侵入性方法. 从事该项目的学生研究人员将使用拉曼光谱来识别唾液样本中的癌症特异性生物标志物，以用于癌症的早期诊断. 特别是, 表面增强拉曼光谱(SERS), 高度敏感的分析工具, 会被用于这项研究吗. 学生研究员将负责准备样品, 优化实验条件, 分析数据, 并以海报/口头报告和手稿的形式与他人分享本研究的发现.

梅奥合作者: Dr. Sandeep巴苏

教员

Dr. Sanchita Hati
化学教授

研究项目总结

纤维化是纤维结缔组织对损伤或器官损伤的反应. 纤维化的定位和量化是疾病分期的关键因素，也是器官移植持续成功的最佳预后指标之一. 我们研究红外成像是否可以在不需要染色或染色的情况下快速绘制和定量多个器官的纤维化, 我们是否可以提取更多的生化信息来预测患者纤维化的快速进展. 高吞吐量, 实时, 量子级联激光成像系统将用于心脏纤维化的快速成像和诊断, 肺, 肾脏, 肝脏组织. 该系统将包括绘制和量化纤维化程度的能力，并包括能够自动标记可疑区域的智能分析软件. 这将作为梅奥诊所组织档案中存在的石蜡包埋未染色组织的合作研究的一部分进行.

梅奥合作者: Dr. 拉杰夫乔杜里和其他待定

教员

Dr. 迈克尔·沃尔什
助理教授-材料科学与生物医学工程

研究项目总结

人体是一个复杂的系统，一个部位的疾病可以在身体的其他部位引起新的疾病状态. 例如, 糖尿病会导致高血压, 高血压可能会增加患心脏病的风险. 研究人员已经确定了许多这种疾病状态之间的关系. 这些关系也可能存在于精神分裂症等复杂疾病中, 阿尔茨海默病, 和癌症. 确定这些关系至关重要，可用于推定诊断, 早期干预, 以及新药物的发展. 该项目的目标是开发一种新颖而强大的机器学习方法，通过分析多视图生物医学数据集(例如.g.、DNA及器官影像). 我们的目标是实现以下三个目标:(1)识别复杂疾病状态之间的关系, (2)整合并提出用于复杂疾病预测的机器学习技术, (3)开发软件系统，并将其传播给科学界用于各种用途.

梅奥合作者: Dr. 拉杰夫乔杜里

其他合作者: Dr. 阿沙德·阿拉姆，杜兰大学，新奥尔良，路易斯安那州

教员

Dr. Rakib伊斯兰教
计算机科学助理教授 

研究项目总结

我们的研究涉及使用机器学习和深度学习等人工智能(AI)方法来诊断疾病并开发监测健康的技术. 博士在读学生. 戈麦斯的实验室处理大数据，如CT扫描图像或人类基因序列文本数据，并使用高性能计算来运行分析. 目前,博士. Gomes和五名本科生与Dr. 开发新的人工智能技术来识别大静脉中的过滤器, 下腔静脉, 在病人的CT扫描中. 这些过滤器是用来捕获血凝块，防止它们到达心脏和肺部. 我们的愿景是通过常规CT扫描自动检测过滤器，这样放射科医生就可以跟踪这些过滤器的健康状况. 与博士一起研究. Garg专注于开发一种以人工智能为导向的方法，从患者的CT扫描中识别胰腺癌. 我们的目标是自动检测癌症的分期, 疾病进展, 以及需要采取的措施(如化疗或手术)来解决康复问题. Dr. 戈麦斯还与北达科他州立大学的研究人员合作，分析人类基因序列信息，并确定人类基因组中在癌症进展中起重要作用的区域.

梅奥合作者: Dr. 乔·威尔登伯格博士. Sushil Garg

其他合作者: 北达科他州立大学

教员

Dr. 拉胡尔戈麦斯
助理教授-计算机科学 

研究项目总结

考虑到医生中职业倦怠综合症的高发率(尤其是职业生涯早期的医生), 在照顾病人之前，我们必须先照顾提供者. 改善医生的福祉将导致健康的医疗保健劳动力，这自然会导致整体患者护理的改善. 倦怠的风险因素, 睡眠不足是影响精神疲劳和倦怠的一个被忽视的因素. 本研究采用非侵入性倾斜仪(佩戴在大腿中部)来更好地了解住院医生在夜班期间的睡眠模式及其对急性精神疲劳和倦怠的影响. 另外, 研究的第二部分将实施量身定制的工作场所锻炼计划，作为管理压力的对策, 改善睡眠模式, 并减少长期工作时间和夜间呼叫责任的家庭医生的慢性精神疲劳和倦怠.

梅奥的合作者:Dr. 特里Nordin

教员

Dr. 纱织布劳恩

运动机能学副教授

研究项目总结- 1

多囊肾病是一种遗传性疾病，大约有12人患病.全球400万人(PKD基金会). 该领域的一个主要问题是“基因变化(DNA的变化)如何精确地导致囊肿的形成”?换句话说，细胞中的哪些途径和过程受到了影响? 此外，患者出现一系列症状，发病年龄各不相同. 我们的实验室使用C. 秀丽线虫和斑马鱼作为模型来理解囊性肾病，更具体地说，理解初级纤毛是如何, 哪些充当蜂窝天线, 有助于健康和疾病.

梅奥合作者: TBD

研究项目总结- 2

对疑似遗传疾病患者进行基因检测可获得丰富的序列信息，然后必须对这些信息进行解释，以确定哪些变异(患者基因组与参考基因组之间DNA序列的差异)影响观察到的症状和病理. 这种不同解释的过程是具有挑战性和复杂性的. 我们的实验室正在启动一个项目，分析在基因测试中发现的不确定意义的变异，看看这些DNA的变化是否会导致基因表达的变化. 该项目的数据有可能通过提高医生和科学家破译哪些变异与临床相关的能力来改善患者的治疗结果.

梅奥合作者: TBD

教员

Dr. 杰米·莱曼·金格里奇
生物学副教授