365 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 revue systématique et méta-analyse démontrent que les exposants de divergence à long terme, traditionnellement interprétés comme des mesures de stabilité, reflètent en réalité la complexité et l'automatisme de la marche, permettant une réévaluation de leur rôle dans l'évaluation des risques de chute et du contrôle moteur-cognitif.
Les auteurs ont étendu le simulateur moléculaire OpenCafeMol pour inclure les modèles d'ADN 3SPN.2 et 3SPN.2C avec une accélération GPU, permettant des simulations à long terme de complexes chromatiniques et démontrant la capacité du système à modéliser l'extrusion de boucles d'ADN par un complexe SMC-ScpA en présence d'obstacles.
ChironRNA est un modèle de diffusion équivariant E(3) qui résout efficacement les encombrements stériques et complète les atomes manquants dans les structures d'ARN, surpassant les méthodes traditionnelles grâce à une approche hiérarchique combinant des modèles à grains fins et grossiers.
En s'appuyant sur un modèle informatique et des validations expérimentales chez la drosophile, cette étude démontre que l'adhésion hétérotypique module l'efficacité de la migration cellulaire sur un épithélium de manière non monotone, révélant ainsi l'existence d'un régime d'adhésion optimal.
Cette étude prospective évalue la capacité de méthodes de co-repliement basées sur l'apprentissage profond, telles qu'AlphaFold3, Boltz-2 et Chai-1, à prédire avec précision les structures de 557 complexes Mac1-ligand et à prioriser des candidats médicamenteux, révélant que l'intégration de scores de docking physiques et de scores de confiance ou d'affinité de l'IA offre une approche complémentaire prometteuse pour la découverte de ligands.
Les auteurs ont développé un modèle computationnel résolu au niveau des filaments qui reproduit la formation de lamellipodes, de filopodes et de réseaux réticulés d'actine en fonction des concentrations d'Arp2/3 et de fascin, établissant ainsi un lien entre les interactions moléculaires et la morphodynamique cellulaire.
Ce papier présente MorphCurveVAE, une méthode en deux étapes utilisant un auto-encodeur variationnel et des courbes principales pour reconstruire des trajectoires morphologiques continues à partir d'images 3D statiques de cellules, comblant ainsi le manque d'observations temporelles directes dans l'étude des dynamiques biologiques.
Cette étude présente un cadre computationnel validé qui démontre que les changements de l'intensité des ondes et de la redistribution du flux dans l'artère pulmonaire après une résection pulmonaire simulée sont attribuables aux modifications de la morphométrie artérielle.
Cette étude révèle que la région intrinsèquement désordonnée d'un facteur de transcription amplifie les fluctuations structurelles de l'ADN à distance pour contrôler l'allostérie, un mécanisme essentiel à l'activation transcriptionnelle qui est perdu si cette région est supprimée.
Cette étude démontre que la spécificité transcriptionnelle du récepteur aux glucocorticoides chez l'humain repose sur un mécanisme de correction cinétique dépendant de l'ATP, où les promoteurs agissent comme des détecteurs de durée de séjour plutôt que d'occupation pour discriminer les interactions spécifiques des non-spécifiques.