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.
Die Autoren stellen ein universelles Landschaftsmodell vor, das die Dynamik von Turing-Mustern als Potentialfluss beschreibt und unabhängig von den zugrundeliegenden Reaktions-Diffusions-Gleichungen präzise Vorhersagen für komplexe Netzwerke sowie für die SOX9-Expression bei der Digitenbildung ermöglicht.
Die Studie zeigt, dass orchardmanagementpraktiken wie die Verwendung von Holzmulch die mikrobielle Gemeinschaft im Zitruswurzelbereich und in der Rhizosphäre verändern und dabei funktionelle Eigenschaften entwickeln, die sich direkt negativ auf die Pflanzenleistung auswirken, wobei diese kausale Beziehung durch ein Gewächshausexperiment bestätigt wurde.
Diese Studie erstellt einen Atlas der Nierengenetik, der durch die Abbildung von GWAS-Signalen auf Einzelzell-Ebene in verschiedenen Krankheitszuständen eine krankheitsspezifische Umgestaltung der genetischen Risikoverteilung aufdeckt und damit neue, zellspezifische therapeutische Zielstrukturen identifiziert.
Die Studie stellt NovoGlyco vor, eine modulare Glykoproteomik-Plattform, die eine unvoreingenommene Charakterisierung der außergewöhnlich vielfältigen Protein-Glykosylierung in Prokaryoten ermöglicht und dabei neue Glykanstrukturen identifiziert, ohne auf vorgegebene Datenbanken angewiesen zu sein.
Diese Studie nutzt eine tiefgehende quantitative Phosphoproteomik, um in Hefe ein bisher unbekanntes, nicht-kanonisches phosphorylierungsabhängiges Netzwerk zu identifizieren, das unabhängig von der Zellwand- und Membranintegrität auf pH-Änderungen reagiert und maßgeblich durch die Kinase Yck1 vermittelt wird.
Diese Studie entwickelt ein deterministisches mathematisches Modell, das die Dynamik von HIV-Reservoiren unter Berücksichtigung von RTIs, PIs und Tat-Inhibitoren analysiert, um Strategien für eine funktionelle Heilung zu optimieren.
Die Studie zeigt, dass medikamenten-tolerante Persistenzzellen (DTPs) keine einheitlichen Einzelzellzustände, sondern heterogene Populationen mit unterschiedlichen Teilungs- und Sterberaten darstellen, die durch eine veränderte Ionenkanal-Aktivität und eine erhöhte Anfälligkeit für Ferroptosis gekennzeichnet sind, was einen Paradigmenwechsel hin zu sequenziellen Behandlungen erfordert, die das phänotypische Landschafts-Design dieser Zellen gezielt verändern.
Diese Studie stellt mit bacSCP ein neuartiges Protokoll vor, das die Single-Cell-Proteomik erstmals erfolgreich auf Bakterien anwendet und dabei die zelluläre Heterogenität der Stressantwort in *Bacillus subtilis* und *Escherichia coli* auf Proteinebene aufdeckt.
Die Studie stellt CausalFlux vor, eine Methode zur Modellierung bidirektionaler Feedback-Schleifen zwischen Genen und Metaboliten, die im Vergleich zu einseitigen Ansätzen die Vorhersagegenauigkeit von Stoffwechselflüssen und Zellwachstum unter verschiedenen Bedingungen signifikant verbessert.
Das Open-Source-Python-Framework UQ-PhysiCell ermöglicht eine skalierbare Unsicherheitsquantifizierung, Kalibrierung und Modellauswahl für PhysiCell-basierte agentenbasierte Modelle durch die Orchestrierung von Simulationen und die nahtlose Integration etablierter statistischer Analysewerkzeuge.