49 articoli
La biologia sintetica rappresenta una delle frontiere più affascinanti della scienza moderna, dove ricercatori progettano e costruiscono nuovi sistemi biologici partendo da componenti fondamentali. Immaginate di poter programmare le cellule come si fa con il software, creando organismi capaci di produrre farmaci su misura, materiali sostenibili o soluzioni per l'inquinamento. Questo campo trasforma la biologia da una scienza puramente osservativa a una disciplina ingegneristica, aprendo possibilità che fino a poco tempo fa sembravano fantascienza.
Su Gist.Science, selezioniamo e analizziamo ogni nuovo preprint pubblicato su bioRxiv relativo a questo settore dinamico. Il nostro obiettivo è rendere queste scoperte accessibili a tutti, fornendo per ogni documento sia una sintesi in linguaggio semplice che un'analisi tecnica dettagliata. In questo modo, chiunque può comprendere l'impatto di queste ricerche senza dover decifrare un linguaggio eccessivamente specialistico.
Di seguito trovate l'elenco aggiornato delle ultime pubblicazioni in questo ambito, pronte per essere esaminate e comprese.
Questo studio quantifica sistematicamente il destino delle proteine eterologhe in *Synechocystis* sp. PCC 6803, rivelando che quasi la metà subisce una significativa degradazione e dimostrando che la sostituzione degli enzimi con omologhi è spesso più efficace dell'ottimizzazione degli elementi genetici per migliorare la produzione di composti nelle cellule fotosintetiche.
Il paper introduce SIRIUS, un algoritmo di ottimizzazione combinatoria basato sulla programmazione lineare intera che genera sequenze di DNA sinonime massimamente divergenti per una data proteina, migliorando la stabilità dei costrutti sintetici rispetto ai metodi esistenti.
Questo articolo presenta un flusso di lavoro automatizzato che integra strumenti di elaborazione del linguaggio naturale e modelli linguistici di grandi dimensioni per estrarre interazioni biomolecolari dalla letteratura scientifica e costruire un grafo della conoscenza strutturato che supporta la progettazione di recettori CAR di nuova generazione.
Questo studio utilizza la PCR quantitativa per analizzare globalmente le reazioni di legatura a livello di singolo nick nelle nanostrutture di DNA, rivelando che l'efficienza di legatura dipende dalla probabilità di attracco dell'enzima e può essere uniformata modificando le condizioni di reazione con un co-solvente DMSO.
Questo studio sviluppa modelli matematici e un'analisi di sensibilità per i recettori synNotch-CAR T, identificando parametri chiave come l'associazione del ligando e la forza del promotore come bersagli ingegneristici fondamentali per ottimizzare la dinamica e la sintonizzabilità delle terapie tumorali.
Questo studio presenta e convalida un'esperienza di ricerca universitaria basata su corsi (CURE) presso la Colorado State University che utilizza la consegna virale di guide RNA per lo screening rapido dell'efficacia nel contesto della biologia sintetica vegetale, permettendo agli studenti di identificare con successo nuovi gRNA per la regolazione genica e fornendo un modello educativo replicabile per altre istituzioni.
Questo studio espande il Database AlphaFold includendo 1,8 milioni di complessi proteici ad alta affidabilità derivati da oltre 31 milioni di previsioni su 4.777 proteomi, fornendo così una risorsa fondamentale per lo studio delle interazioni proteiche e della scoperta funzionale su scala proteomica.
Questo studio presenta un metodo pratico e biocompatibile per sintetizzare in laboratorio tensioattivi fluorurati a base di perfluoropolietere (PFPE) tramite accoppiamento diretto, superando le limitazioni delle sintesi commerciali e permettendo l'adattamento di questi materiali a diverse applicazioni di microfluidica biologica come lo screening genomico e la cristallizzazione proteica.
Questo studio dimostra che l'attenuazione transitoria della contrattilità cellulare riprogramma le cellule epiteliali in uno stato guidato da protrusioni, attivando una riprogrammazione dei segnali ERK e un rimodellamento meccanico che fluidificano i tessuti epiteliali confluenti.
Questo studio combina l'automazione acustica e l'apprendimento attivo per ottimizzare la composizione del sistema PURE, identificando formulazioni che migliorano fino a tre volte la resa proteica e rivelando come le condizioni ottimali dipendano dalla concentrazione del DNA e dal contesto genico specifico.