609 articles
La biophysique explore la vie à l'échelle moléculaire en appliquant les lois de la physique pour comprendre comment fonctionnent les cellules, les protéines et l'ADN. Ce domaine fascinant révèle les mécanismes secrets qui régissent nos organismes, du battement d'un cœur au fonctionnement de notre cerveau, en passant par la façon dont les médicaments interagissent avec nos cellules.
Sur Gist.Science, nous sélectionnons rigoureusement chaque nouvelle prépublication de bioRxiv dans cette catégorie pour vous offrir un accès immédiat aux découvertes de pointe. Notre équipe transforme ces travaux complexes en résumés clairs en langage courant, tout en conservant des analyses techniques détaillées pour les chercheurs.
Découvrez ci-dessous les toutes dernières études en biophysique, prêtes à être explorées et comprises par tous.
Cette étude présente un pipeline de découverte *in silico* combinant l'apprentissage profond et la modélisation biophysique pour concevoir des peptides liant les plastiques à haute affinité, solubles dans l'eau et spécifiques, offrant ainsi une solution prometteuse pour la remédiation de la pollution par les microplastiques.
Cette étude révèle, grâce à des simulations de dynamique moléculaire, que la reconnaissance non canonique entre le domaine ULD de SF3A1 et la boucle SL4 de l'ARNsn U1 repose sur un mécanisme dual combinant des interactions séquence-spécifiques via le motif RGGR et une reconnaissance structurale de la tétraloop UUCG, essentielle pour stabiliser l'assemblage précoce du spliceosome.
Cette étude présente le développement et l'évaluation comparative de modèles de détection d'objets basés sur Deep Learning (Detectron2 et YOLO v10) pour la surveillance en temps réel des amibes sur des images de microscopie à contraste de phase, afin de réduire la dépendance à l'annotation humaine et d'optimiser les techniques d'imagerie optique.
Cette étude démontre que, bien que le coefficient de diffusion apparent (ADC) diminue avec la fibrose hépatique en raison d'artefacts de brillance T2, le coefficient de diffusion lent (SDC) augmente progressivement aux stades avancés, révélant ainsi une véritable augmentation de la diffusion de l'eau masquée par les facteurs de susceptibilité et de perfusion.
En combinant des simulations de dynamique moléculaire avancées et l'apprentissage profond, cette étude élucide le mécanisme de repliement *de novo* des peptides en lasso, révélant un paysage énergétique défavorable dominé par des coûts entropiques et démontrant que la stabilité de la boucle et le confinement spatial sont déterminants pour surmonter les faibles probabilités de repliement spontané.
En utilisant la dynamique moléculaire à échange de répliques bidimensionnelle, cette étude révèle les voies de liaison et les états intermédiaires par lesquels le peptide Abltide reconnaît la kinase Abl, offrant ainsi des perspectives mécanistiques pour la conception rationnelle d'inhibiteurs peptidiques.
Cette étude compare les distributions de Boltzmann des ARN non codants naturels et aléatoires, révélant que les premiers occupent des régions similaires de l'espace morphologique avec une stabilité énergétique légèrement supérieure, ce qui suggère que la biophysique de la carte génotype-phénotype détermine principalement les propriétés de ces ensembles.
Cette étude propose un nouveau cadre théorique analytique décrivant la croissance des organes végétaux cylindriques comme des coques morphoélastiques concentriques, permettant de relier les contraintes résiduelles et les propriétés mécaniques tissulaires à la dynamique de forme globale et d'expliquer des phénomènes tels que l'autotropisme et l'hypothèse du contrôle épidermique.
Cette étude remet en cause la validité des affirmations selon lesquelles l'émission de photons extracrânienne peut servir de biomarqueur non invasif de l'activité cérébrale, en démontrant que les signaux rapportés sont principalement dus à la lumière ambiante et à l'émission du cuir chevelu plutôt qu'à celle du cerveau.
En utilisant le modèle coarse-grained Mpipi-Recharged, cette étude établit un lien prédictif entre les forces intermoléculaires codées par la séquence et les propriétés matérielles émergentes des condensats biomoléculaires, en révélant un comportement dynamique dépendant de l'échelle de longueur où les interactions rapides coexistent avec une diffusion ralentie.