302 artículos
La biofísica es el puente fascinante donde las leyes de la física se encuentran con la complejidad de la vida. En este campo, los investigadores utilizan herramientas y conceptos físicos para descifrar cómo funcionan las máquinas moleculares dentro de nuestras células, desde el plegamiento de proteínas hasta la transmisión de señales nerviosas. Es una disciplina que transforma preguntas biológicas profundas en problemas cuantificables, revelando los mecanismos ocultos que sostienen la vida.
En Gist.Science, monitoreamos constantemente bioRxiv para traerles las últimas novedades de este universo científico. Procesamos cada nuevo preprint en esta categoría, ofreciendo tanto un resumen técnico detallado como una explicación en lenguaje sencillo, asegurando que los hallazgos estén al alcance de todos. A continuación, presentamos los últimos artículos publicados en bioRxiv sobre biofísica.
Mediante microscopía crioelectrónica, este estudio revela que la red citoplasmática en óvulos de mamíferos actúa como un reservorio estructurado que secuestra maquinaria de ubiquitinación y tubulina en estados inactivos o de reserva, preparando así al óvulo para la degradación de proteínas y el remodelado del citoesqueleto durante la transición de óvulo a embrión.
Este estudio presenta un marco integrado de aprendizaje profundo y modelado biofísico que descubre péptidos de unión a plásticos con alta afinidad, solubilidad en agua y especificidad, ofreciendo una estrategia prometedora para la remediación de la contaminación por microplásticos.
Este estudio presenta el desarrollo y evaluación comparativa de modelos de detección de objetos basados en Deep Learning (Detectron2 y YOLOv10) para la monitorización en tiempo real de amebas en imágenes de microscopía de contraste de fase, con el objetivo de optimizar la precisión y velocidad mientras se reduce la dependencia de la anotación humana y la intensidad de la luz.
Mediante simulaciones de dinámica molecular de intercambio de réplicas bidimensional, este estudio revela los mecanismos detallados y las rutas de unión que guían al péptido Abltide hacia el sitio de unión de la quinasa Abl, identificando regiones de encuentro, estados intermedios y parches electrostáticos clave que facilitan el reconocimiento del sustrato y ofrecen una base para el diseño racional de inhibidores.
Este estudio compara las distribuciones de Boltzmann de ARN no codificante natural y aleatorio, concluyendo que ocupan regiones similares del espacio morfológico y que sus propiedades del ensamble están determinadas principalmente por la biofísica del mapa genotipo-fenotipo, con la única diferencia notable de que el ARN natural es ligeramente más estable energéticamente, excepto en secuencias muy cortas.
Este estudio refuta la validez de los informes recientes sobre la detección extracraneal de fotones biológicos como biomarcador de la actividad cerebral, demostrando que las señales medidas están dominadas por la luz de fondo y la emisión del cuero cabelludo en lugar de provenir del cerebro.
Este estudio revela mediante simulaciones moleculares que los iones de sodio inactivan el receptor de dopamina D2 al remodelar las redes de acoplamiento alostérico y romper una columna de agua interna esencial para la activación, proporcionando así nuevos conocimientos mecanísticos para el diseño de fármacos.
Este estudio demuestra que la identidad de los residuos enterrados en el núcleo de una proteína constituye una representación de baja dimensión más eficiente que otros métodos para predecir su conformación y calidad estructural, permitiendo redefinir el problema del plegamiento proteico como la predicción de la identidad de cada residuo.
Este trabajo presenta el conector de ARN "alphaKL", un módulo programable que permite el ensamblaje borde a borde de nanoestructuras de ARN mediante interacciones de bucles besadores y triplex, superando las limitaciones geométricas de los conectores existentes y expandiendo el diseño de arquitecturas tridimensionales complejas.
Este estudio presenta el modelo ICed-ENM, un marco de modelado a granel que vincula las mutaciones de secuencia con cambios en la dinámica conformacional de las proteínas mediante el análisis de la entropía vibracional, permitiendo identificar regiones sensibles a mutaciones y predecir su impacto patológico de manera eficiente y mecanísticamente interpretable.