172 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.
Cette étude présente une puce alvéolaire pulmonaire innovante utilisant des membranes biodégradables en PLGA/PCL dont l'évolution structurale progressive améliore la perméabilité et permet de modéliser avec précision les lésions alvéolaires induites par les particules diesel ainsi que leur atténuation thérapeutique.
Les auteurs présentent une puce alvéolaire pulmonaire biodégradable à base de membrane PLGA qui, en imitant fidèlement la barrière air-sang humaine, permet d'évaluer la toxicité spécifique de diverses particules issues de la combustion de déchets, révélant notamment des effets délétères sévères causés par le caoutchouc.
Cette étude propose un cadre computationnel hybride en deux étapes, combinant une détection par YOLO et une classification par ensemble DenseNet121, pour améliorer avec précision l'analyse des phénotypes morphologiques des globules rouges dans la drépanocytose à partir d'images microscopiques complètes, surpassant ainsi les modèles de détection-classification uniques.
Cette étude démontre que le remplacement de la fonction de perte CTC par une formulation en deux étapes permet d'obtenir des prédictions probabilistes mieux calibrées dans les interfaces cerveau-ordinateur, transformant ainsi l'incertitude d'un simple sous-produit en un signal de contrôle actif essentiel pour une génération d'hypothèses fiable et une intégration efficace avec les modèles de langage.
En ingénierie de trois voies biologiques coordonnées chez *Escherichia coli*, cette étude démontre comment le contrôle de l'absorption du cadmium, de la génération de sulfure et de la nucléation permet la biosynthèse régulée de nanoparticules de CdS de taille variable, même à de faibles concentrations de métaux.
Cette étude présente une méthode améliorée, D2IM-Strain, qui prédit directement les champs de déformation à partir d'images de tomographie X pour le tissu osseux, surpassant les approches basées sur la dérivation des déplacements en termes de précision, de réduction du bruit et d'efficacité computationnelle.
Cette étude démontre que l'ajustement rationnel de la stabilité d'un lien hétérodimérique coiled-coil, guidé par des prédictions d'apprentissage profond via ThermoMPNN, permet de programmer de manière prévisible la morphologie et le diamètre d'assemblages tubulaires protéiques, y compris des architectures complexes à plusieurs couches.
Cet article présente une nouvelle méthode de biosensing par recyclage photothermique (PTR) qui, en mimant le cycle thermique de la PCR grâce à des effets plasmoniques, permet une quantification moléculaire continue, rapide et ultrasensible (subpicomolaire) dans des fluides biologiques complexes.
En adaptant le modèle de saut-diffusion de Merton issu de la finance à l'épidémiologie clinique, cette étude propose un cadre mécaniste pour prédire la survie des patients tuberculeux au Cameroun en modélisant leur « solvabilité biologique » via un indicateur de distance à la mort, démontrant ainsi une meilleure capacité prédictive que les modèles traditionnels pour identifier les patients à haut risque de mortalité précoce.
Cette étude valide une plateforme d'optimisation par simulations prédictives pour la personnalisation des exosquelettes, démontrant que la capacité du modèle à prédire correctement les tendances du coût métabolique, plutôt que des valeurs biomécaniques parfaites, est déterminante pour identifier les paramètres optimaux de conception.