q-bio.CB articles | Gist.Science

Integrating Mechanistic Modeling and Machine Learning to Study CD4+/CD8+ CAR-T Cell Dynamics with Tumor Antigen Regulation

Cette étude propose un cadre mathématique étendu couplant la modélisation mécaniste et l'apprentissage automatique pour analyser la dynamique des sous-populations CAR-T CD4+ et CD8+ sous régulation antigénique, démontrant ainsi comment les méthodes guidées par les données peuvent compléter les modèles biologiques face à l'incertitude des paramètres pour améliorer la prédiction des résultats thérapeutiques.

Saranya Varakunan, Melissa Stadt, Mohammad KohandelWed, 11 Ma🧬 q-bio

Optical Manipulation of Erythrocytes via Evanescent Waves: Assessing Glucose-Induced Mobility Variations

Cette étude démontre que les ondes évanescentes générées par réflexion totale interne permettent de quantifier de manière non invasive la réduction significative de la mobilité des érythrocytes induite par une augmentation de la concentration en glucose.

T. Troncoso Enríquez, J. Staforelli-Vivanco, I. Bordeu, M. González-OrtizTue, 10 Ma🔬 physics.optics

Parameter Identifiability Under Limited Experimental Data in Age-Structured Models of the Cell Cycle

Cette étude évalue l'identifiabilité des paramètres d'un modèle PDE structuré en âge du cycle cellulaire en analysant comment la combinaison de données de synthèse de populations issues de la littérature, telles que les proportions de phases FACS et les dynamiques FUCCI, permet de surmonter le manque de séries temporelles résolues pour la calibration des modèles.

Ruby E. Nixson, Helen M. Byrne, Joe M. Pitt-Francis, Philip K. MainiTue, 10 Ma🔢 math

A Phase-field Model for Apoptotic Cell Death

Cet article propose un cadre de champ de phase pour simuler l'apoptose cellulaire, permettant d'explorer les mécanismes de mort cellulaire, de prédire des transitions morphologiques comme le rétrécissement et le bourgeonnement, et de valider ces résultats par comparaison avec des images de microscopie électronique.

Daniel A. Vaughan, Anna M. Piccinini, Mischa Zelzer, Etienne Farcot, Bindi S. Brook, Kris Van-der-Zee, Luis EspathThu, 12 Ma🧬 q-bio

Single-cell directional sensing at ultra-low chemoattractant concentrations from extreme first-passage events

Cette étude démontre que les cellules peuvent inférer rapidement et précisément la direction d'une source de chimioattractant à très faible concentration en exploitant les statistiques des événements de liaison récepteur précoces, qui contiennent une information directionnelle disproportionnée par rapport aux arrivées ultérieures.

Vincent Fiorino, Sean D. Lawley, Alan E. LindsayThu, 12 Ma🧬 q-bio

Discovery of a Hematopoietic Manifold in scGPT Yields a Method for Extracting Performant Algorithms from Biological Foundation Model Internals

Cette étude présente la première extraction d'un algorithme biologique compétitif et compact à partir du modèle fondamental scGPT, révélant une variété hématopoïétique interne qui, une fois isolée via une méthode d'interprétabilité mécanistique, surpasse les méthodes existantes en précision et en efficacité tout en nécessitant un nombre négligeable de paramètres à entraîner.

Ihor KendiukhovThu, 12 Ma🧬 q-bio

Theory of Cell Body Lensing and Phototaxis Sign Reversal in "Eyeless" Mutants of $Chlamydomonas$

Cet article présente une théorie quantitative expliquant comment l'effet de lentille du corps cellulaire de l'algue *Chlamydomonas reinhardtii* crée des signaux lumineux compétitifs qui, en dominant la réponse flagellaire, inversent le signe de la phototaxie chez les mutants « sans yeux ».

Sumit Kumar Birwa, Ming Yang, Adriana I. Pesci, Raymond E. GoldsteinThu, 12 Ma🧬 q-bio

SSRCA: a novel machine learning pipeline to perform sensitivity analysis for agent-based models

Cet article présente SSRCA, une nouvelle pipeline d'apprentissage automatique conçue pour faciliter l'analyse de sensibilité des modèles basés sur des agents en identifiant les paramètres sensibles et les motifs de sortie, démontrée ici sur un modèle de croissance de sphéroïdes tumoraux et comparée favorablement à la méthode de Sobol'.

Edward H. Rohr, John T. Nardini2026-03-11🧬 q-bio

Mathematical modeling of glioma invasion and therapy approaches via kinetic theory of active particles

Cet article propose un modèle multi-échelle basé sur la théorie cinétique des particules actives pour étudier l'impact combiné de la radiothérapie, de la chimiothérapie et des thérapies anti-angiogéniques sur la propagation des gliomes dans un cerveau réaliste reconstruit à partir de données IRM de diffusion et de courbes d'isodose.

Martina Conte, Yvonne Dzierma, Sven Knobe + 1 more2026-03-10🧬 q-bio

DCENWCNet: A Deep CNN Ensemble Network for White Blood Cell Classification with LIME-Based Explainability

Cet article propose le DCENWCNet, un réseau d'ensemble de CNN innovant combinant trois architectures pour améliorer la classification des globules blancs avec une précision supérieure et une interprétabilité accrue grâce à la méthode LIME.

Sibasish Dhibar2026-03-05🤖 cs.AI

Learning Explicit Single-Cell Dynamics Using ODE Representations

Ce papier propose Cell-MNN, une architecture de réseaux de neurones mécanistes encodant-decodant qui modélise la dynamique de différenciation cellulaire via des équations différentielles ordinaires (ODE) pour apprendre de manière interprétable les interactions géniques tout en surpassant les méthodes actuelles en termes d'efficacité et d'évolutivité.

Jan-Philipp von Bassewitz, Adeel Pervez, Marco Fumero + 3 more2026-03-05🤖 cs.LG

Causal Circuit Tracing Reveals Distinct Computational Architectures in Single-Cell Foundation Models: Inhibitory Dominance, Biological Coherence, and Cross-Model Convergence

Cette étude introduit le traçage de circuits causaux pour révéler que les modèles de fondation biologiques, tels que Geneformer et scGPT, partagent des architectures computationnelles distinctes caractérisées par une dominance inhibitrice et une cohérence biologique, tout en identifiant des paires de domaines conservés validés par des expériences CRISPRi.

Ihor Kendiukhov2026-03-05🤖 cs.LG

q-bio.CB