59 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.
Screenando un milione di proteine sintetiche casuali con un biosensore FRET ad alto rendimento e apprendimento automatico, lo studio rivela che ripiegamenti proteici compatti simili a quelli biologici sono sorprendentemente accessibili e apprendibili dallo spazio delle sequenze casuali, sfidando l'idea che le strutture funzionali siano singolarità rare.
Questo articolo presenta un framework di deep learning che combina RFdiffusion per la generazione di strutture e AlphaFold3 per lo screening off-target, il quale ha progettato con successo proteine leganti il DNA specifiche per sequenza, ottenendo un miglioramento di circa 100 volte nei tassi di successo rispetto ai metodi precedenti.
Gli autori hanno identificato e validato un nuovo promotore 7SK di RNA polimerasi III nella mosca mediterranea dei frutti (*Ceratitis capitata*), dimostrando la sua efficacia nell'espressione di RNA guida per CRISPR/Cas9 e fornendo così uno strumento essenziale per strategie di controllo genetico multiplexate contro questo parassita agricolo.
Gli autori hanno sviluppato e ottimizzato sistemi enzimatici ortogonali che permettono l'incorporazione efficiente e specifica di undici nuovi monomeri non canonici con strutture di backbone diverse in una vasta gamma di contesti sequenziali, ampliando così le possibilità di sintesi di proteine e macrocicli funzionalmente avanzati.
Il paper presenta ADAR-Sense, un nuovo strumento web open-access e agnostico rispetto alla specie che automatizza la progettazione personalizzabile di sensori RNA (sesRNAs) basati su ADAR per il controllo cellulare preciso e la traduzione di payload in risposta a specifici trascritti.
Gli autori scoprono una nuova famiglia di arilammina N-acetiltransferasi (NAT) che catalizzano un'inedita condensazione amidativa convergente tra catene polichetidiche, offrendo un potente strumento per la sintesi combinatoria di nuovi derivati terapeutici come le manomicine.
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.