121 Arbeiten
Systems Biologie verbindet Biologie mit Datenwissenschaft, um lebende Systeme als Ganzes zu verstehen. Statt einzelne Moleküle isoliert zu betrachten, analysieren Forscher hier, wie Tausende von Komponenten gemeinsam komplexe Funktionen steuern. Dieser Ansatz enthüllt neue Muster in Zellprozessen und hilft, Krankheiten auf einer systemischen Ebene zu entschlüsseln.
Auf Gist.Science durchlaufen wir jeden neuen Preprint aus dem bioRxiv in dieser Kategorie. Wir bieten nicht nur detaillierte technische Zusammenfassungen für Experten, sondern auch klare Erklärungen in einfacher Sprache, damit die neuesten Erkenntnisse für alle zugänglich sind. So bleibt niemand hinter dem raschen Fortschritt zurück.
Nachfolgend finden Sie die aktuellsten Beiträge aus dem Bereich der Systems Biologie, die wir für Sie aufbereitet haben.
MORPHE ist ein KI-Framework, das räumliche Omik und Bildgenerierung verbindet, indem es diskrete Zellidentitäten und räumliche Beziehungen in einen kontinuierlichen latenten Raum abbildet, wodurch die Synthese, Rekonstruktion und Erweiterung biologisch getreuer Gewebearchitekturen mit Einzelzellauflösung über 2D- und 3D-Datensätze hinweg ermöglicht wird.
Diese Studie etabliert einen quantitativen, parameterfreien Rahmen, der nachweist, dass bakterieller Wettbewerb während der Hungersnot durch die Wiederverwertung von Nekromasse angetrieben wird, wobei physiologische Unterschiede im Erhaltungsbedarf und in der Nährstoffaufnahme frequenzabhängige Überlebensdynamiken erzeugen, die durch ein Modell eines gemeinsamen Energiepools präzise vorhergesagt werden können.
Dieser Beitrag stellt ein einheitliches Benchmark vor, das zeigt, dass Single-Cell-Foundation-Modelle übertragbare genetische Regulations- und Dynamik-Priors kodieren, wobei spezifische Komponenten wie die Token-Embeddings von scGPT und der Rekonstruktionskopf von scFoundation klassische Methoden bei der statischen Netzwerkrekonstruktion und der Untersuchung dynamischer Übergänge unter Zero-Shot-Bedingungen übertreffen.
Diese Studie präsentiert die erste signierte Motivanalyse des *C. elegans*-Connectoms, die eine Überrepräsentanz spezifischer Drei-Knoten-Muster wie positiver Vorwärts- und negativer Rückkopplungsschleifen mit charakteristischen neuronalen Anordnungen aufdeckt und damit die Nützlichkeit der signierten Motivanalyse für das Verständnis der Organisation biologischer Netzwerke demonstriert.
Dieser Artikel schlägt einen relaxierten, multiobjektiven Optimierungsalgorithmus vor, der die Einschränkungen einer strengen topologischen Ausrichtung überwindet, um erfolgreich große, kohäsive, konservierte regulatorische Module über Arten hinweg zu identifizieren, indem er viele-zu-viele-Orthologie-Zuordnungen in verrauschten Genregulationsnetzwerken berücksichtigt.
Diese Studie zeigt, dass die strukturelle Stabilität, die Umsatzkinetik und die Häufigkeit von Proteinen in *S. cerevisiae* als wesentliche Einschränkungen für Protein-Protein-Interaktionsnetzwerke wirken, indem sie spezifisch die Bildung hochvernetzter Knotenpunkte durch die Prävalenz von abundanten, jedoch instabilen Proteinen vorantreiben, während Netzwerkbottlenecks unbeeinflusst bleiben.
Dieser Beitrag stellt ein unsicherheitsbewusstes Framework für das Lernen von Graphrepräsentationen vor, das positive-unbeschriftete Klassifikation und Ensemble-Methoden integriert, um neuartige und gut kalibrierte Biomarker für periphere arterielle Verschlusskrankheiten zu priorisieren, und zeigt im Vergleich zu bestehenden Baselines eine überlegene prädiktive Leistung sowie biologische Relevanz.
Durch computergestützte Experimente, die sechs kinetische Modelle vergleichen, identifiziert diese Studie einen elektrobindenden Mechanismus für den Ammoniumtransport in E. coli, der die Energiekopplung erklärt und aufzeigt, wie die koordinierte Regulation des AmtB-Transporters und der Glutaminsynthetase einen nutzlosen Zyklus minimiert, um ein robustes Wachstum unter variierenden Umweltbedingungen sicherzustellen.
Die Arbeit stellt Trafikk vor, ein auf molekularen Signalnetzwerken basierendes Framework, das eine hohe Vorhersagegenauigkeit für synergistische Wirkungen von Krebstherapeutika erzielt und gleichzeitig mechanistische Einblicke darin liefert, wie diese synergistischen Effekte in unterschiedlichen zellulären Kontexten entstehen.
Diese Studie zeigt, dass *Akkermansia muciniphila* das durch Fruktose induzierte metabolische Syndrom lindert, indem es das Darmmikrobiom und das Metabolom umprogrammiert, um die Oleoylethanolamid-Spiegel zu erhöhen, was wiederum die Aktivierung der Darm-Hypothalamus-Achse bewirkt und so die metabolische Gesundheit verbessert.