104 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 Studie stellt einen flexiblen Rahmen vor, der Convolutional Autoencoder nutzt, um agentenbasierte Modelle zur Tumordynamik durch den direkten Abgleich räumlicher Muster zwischen experimentellen Bilddaten und Simulationen in einem gemeinsamen latenten Raum zu optimieren und so deren Parameter präzise abzuschätzen.
Diese Studie nutzt eine multikomplexe integrative Modellierung, die Crosslinking-Massenspektrometrie und AlphaFold kombiniert, um die Struktur von HDAC1/2 in den NuRD-, SIN3- und CoREST-Komplexen aufzuklären und dabei zu zeigen, dass die intrinsisch ungeordnete C-Terminus-Domäne von HDAC1 in diesen Komplexen zu Alpha-Helices faltet.
Diese Studie nutzt räumliche Transkriptomik, um in der menschlichen Schilddrüse eine grundlegende Trade-off-Beziehung zwischen einem aktiven Hormon-produzierenden Zustand und einem stressinduzierten Schadensantwort-Zustand der Thyreozyten aufzudecken, welche die zelluläre Heterogenität über verschiedene räumliche Skalen hinweg organisiert.
Die Studie zeigt, dass geschlechtsspezifische Unterschiede in der physiologischen Netzwerkkonstanz zu einer geringeren Sensitivität weiblicher biologischer Altersschätzer führen, was ältere Männer als ideale Kohorte für kosteneffiziente Geroscience-Studien begünstigt und die dringende Entwicklung geschlechtsspezifischer Biomarker-Panels für Frauen erfordert.
Diese Studie präsentiert das erste mechanistisch hergeleitete und thermodynamisch konsistente mathematische Modell des mitochondrialen Dicarboxylat-Transports (SLC25A10) auf Basis eines Ping-Pong-Mechanismus, das mittels Bayes'scher Inferenz kalibriert wurde, um die Substrataustauschdynamik, den Einfluss der Mitochondrienmorphologie sowie die Rolle des Transporters bei der Succinat-Regulation unter SDH-Mangel zu quantifizieren.
Die Autoren stellen eine Sammlung von 1100 synthetischen Benchmark-Problemen vor, die auf 22 veröffentlichten Modellen basieren und als wertvolle Ressource zur systematischen Evaluierung von Algorithmen für die dynamische Modellierung zellulärer Prozesse dienen.
Die Studie zeigt, dass Neuregulin-1 die Größe und Form von Herzmuskelzellen durch unterschiedliche PI3K- und p38-Signalwege steuert, was neue Ansatzpunkte für die gezielte Behandlung von pathologischem Herzremodeling bietet.
Diese Studie demonstriert, dass die Kombination von postmortaler Metabolomik mit maschinellen Lernmodellen auf Basis von schwedischen forensischen Daten eine präzise Erkennung und Subtypisierung von Ketoazidose-bedingten Todesfällen ermöglicht.
GRNFormer ist ein generalisierbares Graph-Transformer-Framework, das mithilfe von Einzelzell- und Bulk-RNA-Sequenzierungsdaten präzise und skalierbare Genregulationsnetzwerke ohne Zelltyp-Annotationen oder vorherige regulatorische Informationen rekonstruiert und dabei bestehende Methoden in Bezug auf Genauigkeit und Übertragbarkeit zwischen Spezies und Zelltypen übertrifft.
Diese Studie des MoTrPAC-Konsortiums analysiert umfassende Blutproteom-, Metabolom- und Transkriptomdaten von Probanden nach akuter Ausdauer- oder Kraftbelastung und identifiziert sowohl gemeinsame als auch modusspezifische molekulare Reaktionen, die neue Einblicke in die systemischen Gesundheitswirkungen von Bewegung liefern.