214 articles
La bioingénierie redéfinit notre approche du vivant en appliquant les principes de l'ingénierie pour concevoir, modifier et améliorer des systèmes biologiques. Des tissus artificiels aux organes sur puce, ce domaine fusionne la biologie moléculaire avec la technologie pour créer des solutions concrètes aux défis médicaux et environnementaux, rendant la science plus tangible et transformative.
Sur Gist.Science, nous nous engageons à rendre ces avancées accessibles à tous en traitant chaque nouveau prépublication issu de bioRxiv dans cette catégorie. Pour chaque article, nous proposons à la fois un résumé technique détaillé pour les experts et une explication claire en langage simple, garantissant que la complexité de la recherche ne reste pas un obstacle à la compréhension.
Découvrez ci-dessous la sélection des derniers travaux publiés en bioingénierie, prêts à être explorés à votre rythme.
Le programme VIBE propose une expérience d'été virtuelle, inclusive et évolutive qui permet aux étudiants en génie biomédical de développer des compétences en conception et une sensibilisation aux enjeux de santé mondiale à travers des collaborations internationales en ligne.
Cette étude présente CARBONITE, une nouvelle plateforme d'imagerie à cellule unique qui couple la dynamique du calcium à l'expression protéique pour révéler que l'état de nucléation est un axe majeur de l'identité fonctionnelle des cardiomyocytes dérivés de cellules souches.
Cette étude démontre que les sondes de polyimide flexibles causent nettement moins de dommages tissulaires et de réactivité immunitaire que les sondes de silicium rigides dans le cortex cérébral de la souris, soulignant le rôle critique de la flexibilité du matériau et de la profondeur d'implantation dans l'optimisation de l'intégration à long terme des neurodispositifs.
Ligify 2.0 est un serveur web interactif qui étend la méthode bioinformatique Ligify pour prédire plus de 13 000 interactions entre facteurs de transcription et petites molécules, fournissant des outils de visualisation complets, des capacités de conception de plasmides et des candidats biocapteurs validés expérimentalement pour les bactéries pathogènes afin de faciliter le développement de systèmes biologiques contrôlés par voie chimique.
Cette étude démontre qu'un modèle d'apprentissage profond U-Net 1D peut estimer avec précision les angles des articulations de la cheville et du genou dans le plan sagittal à partir de signaux d'électromyographie de surface chez des enfants au développement typique, offrant ainsi une alternative portable et non invasive aux systèmes traditionnels de capture de mouvement pour l'évaluation de la marche pédiatrique.
Cet article introduit une méthode d'évolution dirigée efficace et à peu d'exemples (few-shot) qui adapte les modèles de langage protéiques pré-entraînés à grande échelle à l'aide d'un algorithme de post-entraînement basé sur la physique statistique pour générer des séquences protéiques diverses et de haute fitness à partir de classements expérimentaux épars, tout en fournissant des informations interprétables sur leurs propriétés biophysiques.
Les simulations mécanistes révèlent que l'organisation du réseau microvasculaire cérébral et la perfusion hémodynamique fournissent des réserves intrinsèques de transport d'oxygène qui protègent le tissu cortical de l'hypoxie, bien que les déclins liés à l'âge de la saturation artérielle et de l'arrêt du flux capillaire puissent compromettre cette résilience.
En criblant plus de 1 200 domaines intracellulaires naturels dans les cellules CAR-T, cette étude révèle que la différenciation de l'immunophénotype est déterminée non pas par des motifs de signalisation individuels, mais par la sortie combinatoire intégrée de multiples motifs au sein des domaines de costimulation, fournissant ainsi un nouveau cadre pour l'ingénierie rationnelle des CAR.
Cette étude démontre que l'utilisation d'adduits de sodium combinée à la spectrométrie de masse en dissociation activée par électrons permet de surmonter les limitations de déshydratation des formes protonées afin de permettre un profilage structurel stable et de haute confiance ainsi qu' une localisation précise des groupes fonctionnels dans divers sphingolipides.
Cette étude utilise des cycles in silico Design-Build-Test-Learn à travers quatre modèles métaboliques pour démontrer que la capacité de criblage et la structure de la bibliothèque d'ADN sont des moteurs critiques du succès de l'optimisation, tandis que la capacité de séquençage a un impact minimal, fournissant ainsi des directives exploitables pour la conception de flux de travail d'ingénierie métabolique efficaces.