145 artículos
Este estudio utiliza un análisis integrativo de cinco capas para demostrar que la diferenciación de etapas en *Leishmania* no se debe a adaptaciones genómicas, sino que está impulsada por mecanismos postranscripcionales, destacando un papel esencial de la degradación de proteínas y la regulación de la traducción en el desarrollo del parásito.
Este estudio demuestra que incorporar la organización espacial intracelular realista, como la geometría de los cromosomas y la traducción asociada al retículo endoplásmico, en modelos de reacción-difusión altera cualitativamente las predicciones sobre la dinámica de la red de galactosa en levadura, destacando la necesidad de superar las suposiciones de entornos bien mezclados en la modelación genética eucariota.
Este artículo presenta un modelo basado en agentes implementado en NetLogo que replica con éxito la dinámica de polimerización de la actina, demostrando la capacidad de simular fenómenos emergentes como el recambio global (treadmilling) y la competencia entre nucleación y elongación a partir de interacciones moleculares estocásticas.
El estudio presenta NEWT, un marco de aprendizaje profundo multimodal que integra diversos tipos de datos biológicos para mejorar la predicción de dianas farmacológicas y reconstruir linajes celulares, unificando así el análisis farmacogenómico y transcriptómico en un espacio funcional común.
Este estudio presenta un marco impulsado por inteligencia artificial que integra datos multi-ómicos y genética causal para identificar y validar 29 dianas terapéuticas de alta confianza, incluyendo 16 nuevas, que podrían tratar simultáneamente el envejecimiento y 12 enfermedades relacionadas, destacando la inflamación crónica como mecanismo central y apoyando la reutilización de fármacos dirigidos a vías como IL6 y NLRP3.