301 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.
Die Studie zeigt mittels NMR-Spektroskopie, dass die krankheitsassoziierte A14V-Variante des menschlichen TSPO-Proteins die dynamische Flexibilität des N-terminalen Transmembranhelix-Bereichs reduziert und durch lokale Stabilisierung die Interaktion mit VDAC beeinflusst.
Diese Studie zeigt, dass die AI-gestützte Docking-Analyse mit GNINA aufzeigt, wie die Donor-Substratspezifität des Glycosyltransferase-Enzyms GumK durch das Zusammenspiel von Substratchemie und der Konformationsplastizität seiner Bindetasche bestimmt wird, wobei unterschiedliche Wechselwirkungen in offenen und geschlossenen Zuständen zu einer konformationsabhängigen Selektivität führen.
Die Studie nutzt FragLite-Mapping, Biophysik und AlphaFold3-Modellierung, um die Bindungsstellen von Cyclin T2 zu kartieren und eine zuvor unbekannte Interaktionsstelle für BRD4 zu identifizieren, was die gezielte Entwicklung von Modulatoren für den P-TEFb-Komplex ermöglicht.
Diese Studie zeigt, dass die Kombination von 2D-Template-Matching mit hochauflösenden Struktur-Priors die Rekonstruktion kleiner Makromolekülkomplexe unter 50 kDa in der Kryo-EM verbessert und damit die Strukturaufklärung bisher schwer zugänglicher Zielstrukturen für die Wirkstoffforschung ermöglicht.
Die Studie stellt RNASCAPE vor, ein auf Deep Learning basierendes Framework, das die Effizienz der zytoplasmatischen mRNA-Freisetzung aus Lipid-Nanopartikeln präzise quantifiziert und so die Entwicklung verbesserter Nukleinsäure-Therapeutika ermöglicht.
Die Studie entwickelt einen integrierten Ansatz aus computergestützter Chemie und maschinellem Lernen, der auf Basis von Molekulardynamik-Simulationen und spezifischen energetischen sowie strukturellen Deskriptoren mit über 90 % Genauigkeit die durch sekundäre Mutationen verursachte Resistenz von KRAS-G12C-Inhibitoren vorhersagt.
In dieser Arbeit wird der erste MARTINI-3-kompatible coarse-grained Kraftfeld für Polypeptoid entwickelt, der durch die Ableitung von Parametern aus atomistischen Referenzsimulationen eine effiziente und genaue Mesoskala-Simulation von Polypeptoidstrukturen und deren Selbstorganisation ermöglicht.
Durch die Kombination von Einzelmolekül-Optischen Pinzetten, biochemischen Assays und Kryo-Elektronenmikroskopie zeigt diese Studie, dass der zentrale Koppler im ClpX-ATPase-Komplex über die Positionierung spezifischer Motive die intersubunitäre Kommunikation steuert und die ATP-Hydrolyse effizient in eine schnelle, kraftgenerierende Abwärtsbewegung der Substrat-translozierenden Schleife umwandelt.
Diese Studie liefert mittels Kryo-Elektronenmikroskopie und Proteomanalyse erstmals detaillierte strukturelle Einblicke in den E. coli-Stx-Bakteriophagen phi24B, wobei eine T=9-Ikosaederkapsidhülle mit verarbeiteter Esterase und ein komplexer Schwanzapparat mit spezifischen Bindungsstellen für Fasern aufgeklärt wurden.
Die Studie stellt KinConfBench vor, einen Benchmark zur Evaluierung von Kofaltungsmodellen, der zeigt, dass diese zwar die Konformationsklassifizierung von Kinasen teilweise beherrschen, jedoch aufgrund von Modus-Kollaps und einer Tendenz zur Vorhersage apo-ähnlicher Zustände versagen, die ligand-induzierte strukturelle Vielfalt korrekt abzubilden.