49 artículos
La biología sintética representa una de las fronteras más emocionantes de la ciencia moderna, donde los investigadores diseñan y construyen nuevos sistemas biológicos que no existen en la naturaleza. Imaginen a los científicos como ingenieros que reescriben el código de la vida para crear soluciones innovadoras, desde microbios que limpian la contaminación hasta células capaces de producir medicamentos de manera más eficiente. Este enfoque transforma nuestra comprensión de la biología, permitiendo manipular procesos naturales con una precisión sin precedentes.
En Gist.Science, nos enfocamos en hacer que estos avances complejos sean accesibles para todos. Procesamos cada nuevo prepublicación de bioRxiv en esta categoría, ofreciendo tanto resúmenes técnicos detallados como explicaciones en lenguaje sencillo para que cualquier lector pueda entender el impacto real de estas investigaciones. A continuación, encontrará la selección más reciente de artículos en biología sintética que han llegado a nuestra plataforma.
Este estudio cuantifica por primera vez la degradación de proteínas heterólogas en *Synechocystis* sp. PCC 6803 mediante un nuevo enfoque de reporte con split-GFP y CRISPRi, revelando que casi la mitad de las enzimas se degradan significativamente y que sustituir las enzimas por homólogos es a menudo más efectivo que optimizar los elementos genéticos para mejorar la producción en biorreactores fotosintéticos.
El artículo presenta SIRIUS, un algoritmo de optimización combinatoria que utiliza programación lineal entera para diseñar secuencias de ADN sinónimas altamente divergentes y estables para una proteína dada, superando las limitaciones de los métodos actuales en biología sintética.
Este trabajo presenta un flujo de trabajo automatizado que integra herramientas de procesamiento de lenguaje natural y modelos de lenguaje grande para construir un grafo de conocimiento dirigido de ~7.500 interacciones a partir de la literatura científica, facilitando así el diseño racional de receptores de antígeno quimérico (CAR) de próxima generación.
Este estudio presenta un análisis cuantitativo global de las reacciones de ligación en nanoestructuras de ADN autoensambladas a nivel de single-nick mediante qPCR, revelando que la eficiencia de ligación depende de la probabilidad de acoplamiento de la enzima en los bordes frente a los sitios internos, un efecto que puede mitigarse utilizando DMSO como cosolvente.
Este estudio desarrolla modelos matemáticos y realiza un análisis de sensibilidad global para identificar los parámetros clave, como la asociación de ligandos y la fuerza del promotor, que pueden ser ingenierizados para optimizar la dinámica y la sintonización de las células T con receptores synNotch-CAR en terapias contra el cáncer.
Este artículo describe el desarrollo y validación de una experiencia de investigación basada en cursos (CURE) en la Universidad Estatal de Colorado, donde estudiantes de pregrado utilizaron una entrega viral de alto rendimiento para diseñar y evaluar rápidamente la eficacia de ARN guía para la regulación génica en plantas, estableciendo un marco escalable para la investigación en biología sintética vegetal.
Este estudio expande la base de datos AlphaFold para incluir 1,8 millones de estructuras de complejos proteicos de alta confianza a escala proteómica, proporcionando un recurso fundamental para descubrir nuevas topologías y facilitar la investigación funcional en biología.
Este artículo presenta un método práctico y compatible con laboratorios de biología para sintetizar surfactantes fluorados basados en éteres perfluoropolialquilicos (PFPE) mediante acoplamiento directo, lo que permite a los investigadores generar materiales funcionales a medida para diversas aplicaciones en microfluídica de gotas sin depender de reactivos comerciales costosos.
Este estudio revela que la atenuación transitoria de la contractilidad celular reprograma a las células epiteliales hacia un estado impulsado por protrusiones mediante la remodelación coordinada de la mecánica y la señalización de ERK, lo que desencadena la fluidización del tejido y el flujo colectivo persistente.
Este estudio demuestra que la combinación de manipulación líquida automatizada y aprendizaje activo permite optimizar eficientemente la composición del sistema PURE, logrando mejoras significativas en el rendimiento de proteínas y revelando que las condiciones óptimas dependen tanto de la concentración de ADN como del contexto genético específico.