412 Arbeiten
Die Biophysik verbindet die Gesetze der Physik mit den Geheimnissen des Lebens, um zu verstehen, wie molekulare Maschinen in Zellen funktionieren oder wie Nervenimpulse entstehen. Auf Gist.Science machen wir die neuesten Erkenntnisse dieses faszinierenden Feldes für jeden zugänglich, indem wir komplexe Vorveröffentlichungen von bioRxiv in verständliche Inhalte verwandeln.
Jedes neue Preprint aus der Kategorie Biophysik wird von uns automatisch erfasst und sowohl in einer einfachen Zusammenfassung als auch in einer detaillierten technischen Analyse aufbereitet. So erhalten Sie einen direkten Einblick in aktuelle Forschung, ohne sich durch schwer verständliche Fachsprache kämpfen zu müssen.
Im Folgenden finden Sie die neuesten Beiträge aus der Biophysik, die wir für Sie zusammengestellt haben.
Diese Studie charakterisiert funktionell eine neu identifizierte, früh abzweigende KCNE-Untereinheit, kcne0, beim kieferlosen Neunauge und demonstriert deren Fähigkeit, Lamprey-KCNQ1-Kanäle konstitutiv zu aktivieren, sowie offenbart die artspezifische Kompatibilität und die strukturellen Determinanten der Kanalmodulation über verschiedene Vertebraten hinweg.
Diese Studie identifiziert MTCL1 als einen Lizenzierungsfaktor, der die Mikrotubuli-Stabilisierung durch molekulares Mimikry während der Assemblierung mit der Tubulin-Acetylierung koppelt, ein Mechanismus, der für eine ordnungsgemäße neuronale Funktion essenziell ist, wie durch motorische Defekte und erhöhte Krampfanfälligkeit in MTCL1-defizienten Zebrafischenzen nachgewiesen wurde.
Dieses Paper stellt ACCEST vor, eine beschleunigte NMR-Methode, die Akkordeon-Spektroskopie nutzt, um vollständige Chemical Exchange Saturation Transfer (CEST)-Profile aus einem einzigen zweidimensionalen Experiment zu erfassen, wodurch im Vergleich zu herkömmlichen Multi-Spektrum-Ansätzen erhebliche Zeiteinsparungen ermöglicht und die Untersuchung von Nichtgleichgewichtssystemen erlaubt wird.
Diese Arbeit präsentiert ein neuartiges Hochdurchsatz-Oberflächenplasmonenresonanz-Array (SPR-Array), das in der Lage ist, die Interaktionen zwischen 16 diversen Glykosaminoglykan-Präparaten und Proteinen quantitativ zu profilieren, wobei bekannte Bindungsspezifitäten erfolgreich validiert und zuvor nicht berichtete Interaktionen, wie etwa die Bindung von Slit2 an Chondroitin- und Dermatansulfat, entdeckt wurden.
Diese Arbeit zeigt, dass Deep-Learning-Werkzeuge, die durch ein auf chemischen Mapping-Daten trainiertes RNet-Fundamentmodell geleitet werden, erfolgreich RNA-Pseudoknoten de novo entwerfen können, die über genaue Sekundärstrukturen und wohlgeordnete 3D-Faltungen verfügen und dabei die menschliche Leistung in einem Eterna-Wettbewerb erreichen, ohne dass vorab Lösungen für das allgemeine Problem der RNA-3D-Strukturvorhersage erforderlich sind.
Dieses Paper präsentiert ein praktisches Protokoll zur Verwendung des Open-Source-Tools für selbstüberwachtes Deep Learning, spIsoNet, um Artefakte durch bevorzugte Orientierung in Kryo-EM-Rekonstruktionen durch zwei komplementäre Workflows zu mildern: Map-Anisotropie-Korrektur und Partikel-Fehlbelegungs-Korrektur.
Das Paper stellt cryoGO vor, eine einfache und skalierbare mechanische Methode zum Öffnen von Zellen direkt auf EM-Gittern, welche eine hochauflösende, zeitaufgelöste strukturelle Profilierung diverser endogener Makromoleküle in ihrer nativen zellulären Umgebung unter Verwendung minimaler Probenmengen ermöglicht.
Durch die Nutzung von Koevolution und maschinellem Lernen zur Ableitung einer sequenzunabhängigen kollektiven Variable etabliert diese Studie einen einheitlichen, evolutionär konservierten Mechanismus für die Aktivierung von Klasse-A-GPCRs, der die Vorhersage von Konformationsübergängen und Ligandeneffekten über diverse Familienmitglieder hinweg, einschließlich Orphan-Rezeptoren, ermöglicht.
Diese Studie zeigt, dass die zerlegten Energieterme in MM-GBSA-Bindungsfreiheitsenergieberechnungen hochgradig kollinear statt unabhängig sind, was offenbart, dass traditionelle Annahmen der Separabilität ungültig sind und zur Kombination korrelierter Terme in effektive polare, unpolare und entropische Beiträge für eine robustere prädiktive Modellierung drängt.
Diese Studie präsentiert Kryo-EM-Strukturen von heteromeren GluK2/GluK5-Kainat-Rezeptoren in Apo-, Agonisten-gebundenen und Antagonisten-gebundenen Zuständen, was zeigt, dass Heterotetramere eine reduzierte Konformationsdynamik im Vergleich zu Homomeren aufweisen, und demonstriert, dass die gezielte Ansprache der GluK5-Untereinheit mit UBP310 effektiver ist als die Ansprache von GluK2, um den Rezeptor in einer porenblockierten Konformation zu fixieren.