49 articles
La biologie synthétique représente une révolution où la science ne se contente plus d'observer le vivant, mais le conçoit et le réassemble comme un véritable ingénieur. En combinant biologie, génie et informatique, ce domaine permet de créer de nouveaux systèmes biologiques ou de modifier des organismes existants pour résoudre des défis complexes, allant de la production de médicaments à la restauration de l'environnement. C'est une discipline en pleine effervescence qui redéfinit les frontières du possible dans le monde du vivant.
Sur Gist.Science, nous suivons chaque nouveau prépublication de bioRxiv dans cette catégorie pour vous offrir un accès immédiat aux recherches les plus récentes. Notre équipe transforme ces manuscrits techniques en résumés détaillés et en explications claires, garantissant que les avancées les plus pointues restent compréhensibles sans sacrifier la rigueur scientifique.
Découvrez ci-dessous les dernières études soumises à bioRxiv, accompagnées de nos analyses pour vous aider à naviguer dans les innovations de demain.
Cette étude révèle que près de la moitié des enzymes hétérologues exprimées chez *Synechocystis* sp. PCC 6803 subissent une dégradation significative, démontrant que le remplacement par des homologues est souvent plus efficace que l'optimisation des éléments génétiques pour améliorer la production de composés dans ces usines cellulaires photosynthétiques.
Le papier présente SIRIUS, un algorithme d'optimisation combinatoire utilisant la programmation linéaire en nombres entiers pour concevoir des séquences d'ADN synonymes hautement divergentes et stables, surpassant les méthodes existantes en réduisant les sous-séquences partagées.
Cet article présente un flux de travail automatisé combinant des outils de traitement du langage naturel et le modèle Llama 3 pour extraire les interactions biomoléculaires de la littérature PubMed et construire un graphe de connaissances structuré visant à optimiser la conception des récepteurs antigéniques chimériques (CAR) pour les cellules T.
Cette étude présente une analyse quantitative globale des réactions de ligation au niveau d'un seul nick dans les nanostructures d'ADN par qPCR, révélant que l'efficacité de ligation dépend de la probabilité d'accostage de l'enzyme et peut être uniformisée en modifiant les conditions réactionnelles.
Cette étude développe des modèles mathématiques couplés et une analyse de sensibilité globale pour identifier les paramètres clés, tels que l'affinité de liaison et la force du promoteur, qui permettent d'optimiser l'ingénierie des cellules T synNotch-CAR afin d'ajuster dynamiquement leur activité thérapeutique contre le cancer.
Cet article présente la conception et la validation d'un cours de recherche universitaire (CURE) à l'Université d'État du Colorado qui permet aux étudiants de premier cycle de cribler rapidement l'efficacité de gARN pour la régulation synthétique des gènes chez *Arabidopsis thaliana*, surmontant ainsi les délais de transformation végétale et facilitant l'adoption de la biologie synthétique végétale dans l'enseignement supérieur.
Cette étude étend la base de données AlphaFold à l'échelle du protéome en intégrant 1,8 million de complexes protéiques hautement fiables prédits à partir de 4 777 protéomes, offrant ainsi une ressource fondamentale pour explorer les interactions moléculaires et découvrir de nouvelles structures émergentes.
Cet article présente une méthode pratique et compatible avec les laboratoires de biologie pour synthétiser des tensioactifs fluorés à base de perfluoropolyéther par couplage carbodiimide direct, permettant ainsi aux laboratoires de biologie de préparer leurs propres surfactants fonctionnels pour des applications de microfluidique à gouttelettes sans dépendre de sources commerciales.
Cette étude révèle qu'une atténuation transitoire de la contractilité cellulaire reprogramme les cellules épithéliales en un état de type leader, piloté par des protrusions et une réorganisation des signaux mécaniques (ERK), ce qui fluidifie les tissus confluents en favorisant une migration collective cohérente.
Cette étude démontre que l'association de la manipulation liquide automatisée et de l'apprentissage actif permet d'optimiser efficacement la composition du système PURE pour améliorer le rendement de synthèse protéique, tout en révélant que les facteurs d'optimisation dépendent de la concentration en ADN et varient selon les gènes spécifiques.