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.

⚛️ biophysics

Chlorotoxin does not target matrix metalloproteinase-2in glioblastoma

Bien que les simulations moléculaires suggèrent que la chlorotoxine et ses fragments se lient favorablement à des régions non catalytiques de la MMP-2 et inhibent la migration des cellules de glioblastome, ils n'inhibent pas directement l'activité enzymatique de la MMP-2, indiquant que la chlorotoxine cible probablement d'autres mécanismes dans le glioblastome.

Blaney, E., Demeke, M., Kamayirese, S., Monga, L., Hansen, L. A., Watts, C. R., Lovas, S.2026-01-20
⚛️ biophysics

Fully genetically encoded low-molecular-weight protein tags with defined shapes for direct molecular identification by cryo-electron tomography

Cette étude introduit une stratégie de « forme-en-tant-que-signal » utilisant des étiquettes protéiques de faible poids moléculaire, entièrement codées génétiquement et dotées de géométries rigides définies, afin de permettre l'identification directe et sans ambiguïté de protéines spécifiques au sein d'environnements cellulaires encombrés par cryo-tomographie électronique sans avoir recours à des sondes exogènes volumineuses.

Luo, F., Sun, R., Chalkley, O. R., Li, P., Zhou, Q.2026-01-20
⚛️ biophysics

Binding Entropy Can Be Predicted by Crystallographic Ensembles

Cette étude démontre que les modèles d'ensembles multiconformationnels dérivés de la cristallographie aux rayons X à haute résolution peuvent prédire avec précision les entropies de liaison protéine-ligand en rendant compte conjointement des entropies conformationnelles de la protéine et du solvant, permettant ainsi des considérations entropiques explicites dans la conception de médicaments basée sur la structure.

Miller, C. A., Wankowicz, S. A.2026-01-20
⚛️ biophysics

Beyond native sequence recovery: Improved modeling of thesequence-energy landscape of protein structures

Cet article remet en question la dépendance à l'égard de la récupération de séquences natives (NSR) comme métrique principale pour les modèles de conception de protéines en introduisant PottsMPNN, qui sacrifie la performance de la NSR pour parvenir à une génération de séquences et une prédiction du paysage énergétique supérieures grâce à un entraînement sur des structures bruitées et des alignements de séquences multiples.

Birnbaum, F., Keating, A. E.2026-01-15