Мумификация требовала множества редких ингредиентов

Мумификация — сложный процесс, о котором мы многого еще не знаем. Не существует почти никаких текстовых свидетельств того, что конкретно использовали специалисты Древнего Египта, чтобы предохранять тела от гниения. Но не так давно археологи совершили важное открытие — они нашли комнату, где проводили мумификации, а также подписанные емкости с остатками ингредиентов.

С помощью бормашины они отделили небольшие кусочки со внутренней части контейнеров и проанализировали их химический состав, используя газовую хроматографию – масс-спектрометрию. Анализ выявил следы животных жиров, пчелиного воска, растительных масел, битума, а также множества растительных смол. Некоторые из найденных материалов обладают противомикробными свойствами.

Многие сосуды имеют надписи с названиями ингредиентов, например, antiu или sefet, или более общими описаниями, например, «чтобы хорошо пахло» или «для головы». Слово antiu часто появляется в древнеегипетских источниках, и его обычно переводят как мирра. Но в этом случае в подписанном «antiu» сосуде были другие вещества, в основном кедровая смола. Возможно, этим словом обозначались все смолы. Слово sefet означало смесь кипарисовой или можжевеловой смолы и животного жира. В мастерской были и более экзотичные ингредиенты. Вероятно, их и выбирали благодаря их редкости. Все же мумификация была уделом богатых

Добавить в избранное

Вам будет интересно

08.10.2024
129
0

Лауреатами Нобелевской премии по физике 2024 года стали Джон Хопфилд и Джеффри Хинтон, которым присудили награду «за основополагающие открытия и изобретения, обеспечивающие машинное обучение с помощью искусственных нейронных сетей». Джон Хопфилд — создатель ассоциативной нейронной сети, способной хранить и восстанавливать паттерны в данных. На основе такой сети (иначе ее называют сетью Хопфилда) Джеффри Хинтон, правнук Джорджа Буля, изобрел способ автономно находить заданные признаки в данных — это позволяет, например, выявлять конкретные элементы на изображении.

Изначально вдохновленные структурой мозга, искусственные нейронные сети находят все более широкое применение в самых разных сферах исследований и разработок, в том числе в биологии и медицине. К примеру, распознавание образов важно для диагностики, а глубокое обучение, основанное на разработке Хинтона, используют для разработок препаратов и предсказания структуры макромолекул.

13.09.2024
539
0

Избыточная ферментация пива диастатическими штаммами дрожжей Saccharomyces cerevisiae может ухудшить качество напитка или даже заставить бутылки взорваться. Предотвратить размножение таких дрожжей ученые предлагают с помощью других штаммов того же вида. S. cerevisiae способны вырабатывать противогрибковые токсины, чтобы ингибировать рост дрожжей-конкурентов, и именно этими токсинами можно подавлять контаминацию пива «не теми» штаммами дрожжей.

Диастатическими дрожжами называют штаммы, выделяющие глюкоамилазу — фермент, гидролизующий крахмал и декстрины до простых сахаров. Такие штаммы S. cerevisiae важны для приготовления некоторых бельгийских сортов пива, в которых содержание алкоголя обычно выше, чем в других сортах. Однако контаминация смесей для приготовления менее крепких разновидностей этими дрожжами может испортить производство. Вызываемое диастатическими S. cerevisiae вторичное брожение пива повышает содержание спирта, ухудшает вкус напитка и может привести к взрыву тары.

Один из способов предотвратить контаминацию пива диастатическими дрожжами — это киллерные токсины самих же S. cerevisiae, обеспечивающие их конкуренцию с другими грибками. Ученые из США обнаружили, что 91% диастатических штаммов чувствителен к токсину K1. Также в ходе скрининга был выявлен новый токсин K2, который подавлял рост устойчивых к K1 диастатических дрожжей. Чтобы убедиться в эффективности предложенного подхода, исследователи сварили пиво, имитируя его контаминацию диастатическими дрожжами. Добавление «киллерных штаммов» предотвращало порчу напитка, и авторы статьи рассчитывают, что использование таких дрожжей решит проблему контаминации.

11.09.2024
466
0

В последнее время обострился интерес к изменению голоса как к маркеру различных состояний. Ученые из нескольких научных центров продемонстрировали, что так можно определить уровень глюкозы в крови, диагностировать диабет и гипертензию, а также предвосхитить обострение хронической обструктивной болезни легких (ХОБЛ). Точность пока оставляет желать лучшего лучшего, но все еще впереди.

Серьезно подошли к вопросу специалисты из Klick Labs. Они показали, что фундаментальная частота голоса (F0) связана с уровнем глюкозы линейно: повышение уровня глюкозы на 1 мг/дл соотносилось с ростом F0 на 0,02 Гц. Эффект не зависит от наличия или отсутствия диабета. (Подробнее — на PCR.News.) Но на этом они не остановились. Точно так же, с помощью добровольцев и специального приложения для смартфона, они выявили связь изменения голоса и повышенного артериального давления. Программа на основе машинного обучения проанализировала сотни биомаркеров голоса. Точность определения повышенного давления составила 84% для женщин и 77% для мужчин. Мы будем следить за успехами этой команды.

Люксембургские ученые тоже обратили внимание на метаболизм. Их модель определяет наличие сахарного диабета 2 типа по голосу. Точность пока составляет всего 66% для женщин и 71% для мужчин. И при этом они учитывают и другие данные, такие как возраст, пол, ИМТ и информацию о наличии гипертензии.

С другой стороны зашли нидерландские ученые. Голос напрямую связан с дыханием, так что их идея заключалась в предсказании обострения ХОБЛ. То, что голос меняется перед обострением, отмечали сами пациенты и их близкие. Речь также записывали с помощью приложения на смартфоне в течение 12 недель. За это время у участников было всего 16 обострений. Действительно, прямо перед приступом голос был более высоким и хриплым. 

Пока неясно, удастся ли повысить точность тестов и не будут ли одни состояния маскировать другие при определению по голосу. Сами исследователи из Klick Labs говорят о том, что предиктивные модели скорее всего должны быть персонализированными.