214 articoli
La bioingegneria unisce biologia e ingegneria per risolvere problemi complessi, trasformando concetti scientifici in soluzioni pratiche che migliorano la vita quotidiana. Questo campo dinamico spazia dalla creazione di organi artificiali allo sviluppo di nuovi materiali biocompatibili, rendendo la tecnologia accessibile anche ai sistemi biologici più delicati.
Su Gist.Science, ogni nuovo preprint pubblicato su bioRxiv in questa categoria viene analizzato con cura. Offriamo una doppia prospettiva: sintesi semplici per tutti e approfondimenti tecnici per chi cerca dettagli specifici, garantendo che la ricerca d'avanguardia sia comprensibile senza perdere rigore scientifico.
Di seguito trovate gli ultimi articoli pubblicati su bioRxiv, pronti per essere esplorati e compresi grazie alle nostre spiegazioni chiare e complete.
Il programma Virtual Immersion in Biomedical Engineering (VIBE) offre un'esperienza estiva online, gratuita e scalabile che permette agli studenti di ingegneria di tutto il mondo di sviluppare competenze di progettazione e consapevolezza globale attraverso sfide collaborative focalizzate sulla salute mondiale.
Il paper presenta CARBONITE, una nuova piattaforma di imaging a singola cellula che integra la registrazione della dinamica del calcio con l'espressione proteica per mappare la relazione tra identità molecolare e funzione nei cardiomiociti derivati da iPSC, rivelando che lo stato di nucleazione è un fattore chiave nella diversità funzionale cellulare.
Questo studio dimostra che le sonde in poliimmide flessibili causano danni tissutali e reattività immunitaria significativamente inferiori rispetto alle sonde in silicio rigide nella corteccia cerebrale di topo, evidenziando il ruolo critico della flessibilità del materiale e della profondità di impianto nell'ottimizzare l'integrazione a lungo termine dei neurodispositivi.
Ligify 2.0 è un server web interattivo che espande il metodo bioinformatico Ligify per predire oltre 13.000 interazioni tra fattori di trascrizione e piccole molecole, fornendo strumenti di visualizzazione completi, capacità di progettazione di plasmidi e candidati biosensori validati sperimentalmente per batteri patogeni al fine di facilitare lo sviluppo di sistemi biologici controllati chimicamente.
Questo studio dimostra che un modello di deep learning 1D U-Net può stimare accuratamente gli angoli delle articolazioni di caviglia e ginocchio nel piano sagittale da segnali di elettromiografia di superficie in bambini con sviluppo tipico, offrendo un'alternativa portatile e non invasiva ai tradizionali sistemi di motion capture per la valutazione del cammino pediatrico.
Questo articolo introduce un metodo di evoluzione diretta efficiente e few-shot che adatta modelli linguistici proteici pre-addestrati su larga scala utilizzando un algoritmo di post-addestramento basato sulla fisica statistica per generare sequenze proteiche diverse e ad alta fitness da classifiche sperimentali scarse, fornendo al contempo approfondimenti interpretabili sulle loro proprietà biofisiche.
Le simulazioni meccanicistiche rivelano che l'organizzazione della rete microvascolare cerebrale e la perfusione emodinamica forniscono riserve intrinseche di trasporto di ossigeno che proteggono il tessuto corticale dall'ipossia, sebbene i declini legati all'età nella saturazione arteriosa e l'arresto del flusso capillare possano compromettere tale resilienza.
Attraverso lo screening di oltre 1.200 domini intracellulari naturali nelle cellule CAR T, questo studio rivela che la differenziazione dell'immunofenotipo non è determinata da singoli motivi di segnalazione, bensì dall'output combinatorio integrato di molteplici motivi all'interno dei domini costimolatori, fornendo un nuovo quadro per l'ingegneria razionale delle CAR.
Questo studio dimostra che l'utilizzo di addotti di sodio combinati con la spettrometria di massa tandem a dissociazione attivata da elettroni supera i limiti di disidratazione delle forme protonate per consentire un profilo strutturale stabile e ad alta confidenza e la localizzazione precisa dei gruppi funzionali in diversi sfingolipidi.
Questo studio utilizza cicli in-silico Design-Build-Test-Learn su quattro modelli metabolici per dimostrare che la capacità di screening e la struttura della libreria di DNA sono driver critici del successo dell'ottimizzazione, mentre la capacità di sequenziamento ha un impatto minimo, fornendo così linee guida azionabili per la progettazione di workflow di ingegneria metabolica efficienti.