214 artículos
La bioingeniería es el fascinante punto de encuentro donde la biología se encuentra con la tecnología para resolver problemas complejos de la vida real. Desde diseñar tejidos artificiales hasta crear sensores microscópicos que monitorean nuestra salud, este campo transforma ideas abstractas en soluciones tangibles que mejoran nuestro bienestar diario y redefinen lo que es posible en la medicina moderna.
En Gist.Science, rastreamos cada nueva preimpresión publicada por bioRxiv en esta categoría para asegurarnos de que nadie se quede atrás. Procesamos cada estudio recién llegado, ofreciendo tanto un resumen técnico detallado como una explicación en lenguaje sencillo, permitiendo que investigadores y curiosos por igual comprendan los avances más recientes sin necesidad de un doctorado.
A continuación encontrarás la selección más reciente de investigaciones en bioingeniería que han llegado directamente desde bioRxiv, listas para ser exploradas y entendidas.
El programa Virtual Immersion in Biomedical Engineering (VIBE) ofrece una experiencia de verano en línea, gratuita y escalable que permite a estudiantes de ingeniería de todo el mundo desarrollar competencias de diseño y conciencia global mediante la colaboración internacional y el abordaje de disparidades en la salud.
Este estudio presenta CARBONITE, una plataforma de imagen de célula única que vincula la dinámica del calcio con la expresión proteica para demostrar que la nucleación celular es un factor determinante en la heterogeneidad funcional de los cardiomiocitos derivados de iPSC.
Este estudio demuestra que las sondas de poliimida flexibles causan significativamente menos daño tisular y reactividad inmunitaria que las sondas de silicio rígidas en la corteza cerebral de ratones, destacando el papel crítico de la flexibilidad del material y la profundidad de implantación para optimizar la integración de neurodispositivos a largo plazo.
Ligify 2.0 es un servidor web interactivo que expande el método bioinformático Ligify para predecir más de 13.000 interacciones entre factores de transcripción y moléculas pequeñas, proporcionando herramientas de visualización exhaustivas, capacidades de diseño de plásmidos y candidatos a biosensores validados experimentalmente para bacterias patógenas para facilitar el desarrollo de sistemas biológicos controlados químicamente.
Este estudio demuestra que un modelo de aprendizaje profundo U-Net 1D puede estimar con precisión los ángulos de las articulaciones del tobillo y la rodilla en el plano sagital a partir de señales de electromiografía de superficie en niños con desarrollo típico, ofreciendo una alternativa portátil y no invasiva a los sistemas tradicionales de captura de movimiento para la evaluación de la marcha pediátrica.
Este artículo presenta un método de evolución dirigida de pocos disparos (few-shot) y eficiente que adapta modelos de lenguaje de proteínas preentrenados a gran escala mediante un algoritmo de postentrenamiento basado en la física estadística para generar secuencias de proteínas diversas y de alta aptitud a partir de clasificaciones experimentales dispersas, proporcionando al mismo tiempo información interpretable sobre sus propiedades biofísicas.
Las simulaciones mecanísticas revelan que la organización de la red microvascular cerebral y la perfusión hemodinámica proporcionan reservas intrínsecas de transporte de oxígeno que protegen el tejido cortical de la hipoxia, aunque los declives relacionados con la edad en la saturación arterial y el estancamiento del flujo capilar pueden comprometer esta resiliencia.
Al cribar más de 1.200 dominios intracelulares naturales en células CAR-T, este estudio revela que la diferenciación del inmunofenotipo no está determinada por motivos de señalización individuales, sino por la salida combinatoria integrada de múltiples motivos dentro de los dominios coestimuladores, proporcionando un nuevo marco para la ingeniería racional de CAR.
Este estudio demuestra que la utilización de aductos de ion sodio combinados con espectrometría de masas de disociación activada por electrones supera las limitaciones de deshidratación de las formas protonadas para permitir un perfilado estructural estable y de alta confianza, así como la localización precisa de grupos funcionales en diversos esfingolípidos.
Este estudio utiliza ciclos de Diseño-Construcción-Prueba-Aprendizaje in silico a través de cuatro modelos metabólicos para demostrar que la capacidad de cribado y la estructura de la biblioteca de ADN son impulsores críticos del éxito de la optimización, mientras que la capacidad de secuenciación tiene un impacto mínimo, proporcionando así directrices aplicables para diseñar flujos de trabajo de ingeniería metabólica eficientes.