234 Arbeiten
Die Bioengineering verbindet Ingenieurskunst mit biologischen Systemen, um Lösungen für die Medizin und Technik zu entwickeln. Von der Herstellung künstlicher Organe bis hin zu maßgeschneiderten Therapien verändert dieses Feld, wie wir Krankheiten verstehen und behandeln. Auf Gist.Science machen wir die neuesten Erkenntnisse aus diesem dynamischen Bereich für jeden zugänglich, ohne dabei die wissenschaftliche Tiefe zu vernachlässigen.
Unsere Redaktion verarbeitet jeden neuen Preprint, der auf bioRxiv in dieser Kategorie erscheint. Für jeden Beitrag erstellen wir sowohl eine verständliche Zusammenfassung für ein breites Publikum als auch einen detaillierten technischen Überblick für Fachleute. So erhalten Sie einen direkten Einblick in die Forschung, lange bevor die Studien offiziell veröffentlicht sind.
Im Folgenden finden Sie die aktuellsten Papers aus dem Bereich Bioengineering, die wir kürzlich für Sie aufbereitet haben.
Diese Arbeit stellt ein computergestütztes Modell vor, das das Zusammenspiel von Geometrie, Mechanik und stochastischen biologischen Prozessen bei der Gewebewachstum simuliert, um anhand synthetischer Gewebekompositionen Wachstumsmechanismen zu entschlüsseln und dynamische Raten aus statischen experimentellen Daten abzuleiten.
Die Studie stellt HipSAFE vor, ein auf Deep Learning basierendes Ultraschall-Tool, das in einer präklinischen Tierstudie eine hohe diagnostische Genauigkeit bei der Erkennung von Hüftfrakturen erreichte und somit das Potenzial hat, die Triage in ländlichen und ressourcenarmen Umgebungen zu verbessern.
Die Studie stellt AnewOmni vor, ein einheitliches generatives All-Atom-Modell, das durch das Lernen von Interaktionsmustern über mehr als 5 Millionen Biomolekül-Komplexe hinweg die erfolgreiche, modality-übergreifende Entwicklung funktioneller Moleküle – von kleinen Chemikalien bis zu großen Biologika – ermöglicht und dabei menschliche Intuition und begrenzte Daten überwindet.
Die Studie stellt TunLSCI vor, ein auf TransUNet basierendes Deep-Learning-Verfahren, das Laser-Speckle-Kontrastbilder unter extrem reduzierter Lichtintensität rekonstruiert und damit eine hochpräzise, langfristige Überwachung des zerebralen Blutflusses bei Mäusen ermöglicht, ohne phototoxische Schäden zu verursachen.
Diese Studie stellt einen neuartigen, auf Terahertz-Metamaterialien basierenden Biosensor mit zentraler Diamantform vor, der durch dreifache Resonanzpeaks und eine hohe Absorption eine effiziente Detektion von Glioblastomzellen mittels Mikrowellenbildgebung ermöglicht.
Die Studie zeigt, dass die Einkapselung von *Chlamydomonas reinhardtii*-Zellen in schützende Metall-Phenol-Netzwerke nicht nur die Stressresistenz erhöht, sondern durch reversible Stoffwechselumprogrammierung und gezielte Kohlenstoffflüsse die Akkumulation von Stärke im Licht bzw. Lipiden im Dunkeln signifikant steigert.
Die Studie zeigt, dass durch die Anwendung der Gradient-Impuls-Antwortfunktion (GIRF) zur Korrektur von Wirbelstrom-induzierten Artefakten eine zuverlässige protonen-MR-Spektroskopie ohne Wassersuppression möglich ist, was Vorteile wie eine verbesserte Datenkorrektur und eine Reduktion der spezifischen Absorptionsrate (SAR) bietet.
Die Arbeit stellt CRADLE-1 vor, ein automatisiertes Framework zur Lead-Optimierung von Proteinen, das durch den Einsatz von feinabgestimmten Protein-Sprachmodellen und einem Labor-in-the-Loop-Ansatz den Entwicklungsprozess im Vergleich zum rationalen Design um das 4- bis 7-Fache beschleunigt und dabei gleichzeitig mehrere Eigenschaften wie Bindungsaffinität, Aktivität und Thermostabilität über verschiedene Proteinmodi hinweg verbessert.
Diese Studie stellt eine neuartige, kalibrierungsfreie Pipeline zur label-freien Vorhersage der Zellviabilität mittels Digitaler Holographischer Mikroskopie vor, die sich durch ihre robuste Validierung an einem heterogenen Datensatz industrieller CHO-Bioprozesse als vielversprechendes Werkzeug für die nicht-invasive, multiparametrische Prozesskontrolle erweist.
Die Studie zeigt, dass der Vesikel-nukleierende Peptid (VNp) in *E. coli* eine neue Klasse rekombinanter extrazellulärer Vesikel induziert, die sich von endogenen OMVs unterscheiden und als hocheffiziente Plattform für die Produktion und Aufreinigung konzentrierter, korrekt gefalteter Proteine dienen.