La biologia dei sistemi rappresenta un approccio affascinante che guarda agli organismi viventi non come a semplici collezioni di parti, ma come reti complesse e interconnesse. Invece di studiare singoli geni o proteine isolatamente, questo campo integra dati su larga scala per comprendere come le diverse componenti collaborino e diano vita a comportamenti emergenti, offrendo una visione d'insieme molto più ricca della vita cellulare.

Su Gist.Science, selezioniamo ogni nuovo preprint pubblicato su bioRxiv in questa categoria per renderlo immediatamente comprensibile a tutti. Il nostro team elabora questi studi avanzati fornendo sia una spiegazione in linguaggio semplice che un riassunto tecnico dettagliato, permettendo a ricercatori e appassionati di seguire l'evoluzione di queste scoperte senza barriere linguistiche o concettuali.

Di seguito trovate le ultime ricerche in biologia dei sistemi appena rese disponibili, pronte per essere esplorate attraverso le nostre sintesi chiare e approfondite.

Study on Liver Sinusoidal Endothelial Cell Fenestrations Based on Cellular Omics-Structure Integration Technology and Its Application in Metabolic Diseases

Questo studio introduce una nuova piattaforma di Integrazione Strutturale di Omica Cellulare (COSI) che mappa simultaneamente l'espressione genica a singola cellula e l'ultrastruttura a super-risoluzione per identificare specifici set genici che regolano le fenestrazioni dell'endotelio sinusoidale epatico, fornendo così nuovi marcatori molecolari per la valutazione e il trattamento di malattie metaboliche come la NASH e il diabete.

Wei, Z., Chen, J., Aronova, M. A., Leapman, R. D.2026-05-28📄 systems biology

MORPHE: Bridging Image Generation and Spatial Omics for Tissue Synthesis

MORPHE è un framework di intelligenza artificiale che colma il divario tra la spaziale omica e la generazione di immagini mappando identità cellulari discrete e relazioni spaziali in uno spazio latente continuo, consentendo la sintesi, la ricostruzione e l'estensione di architetture tissutali biologicamente fedeli a risoluzione singola cellula su dataset 2D e 3D.

Feng, Y., Robers, Z., Rasheed, L., Miao, Y., Wen, S., Lee, K., Sohigian, J., Brbic, M., Hickey, J. W.2026-05-28📄 systems biology

A quantitative framework for bacterial competition during starvation

Questo studio stabilisce un quadro quantitativo e privo di parametri che dimostra come la competizione batterica durante la fame sia guidata dal riciclo della necromassa, in cui differenze fisiologiche nelle richieste di mantenimento e nell'assorbimento dei nutrienti generano dinamiche di sopravvivenza dipendenti dalla frequenza che possono essere predette con precisione da un modello di pool energetico condiviso.

Gough, Z. H., Dauber, M., Seyed-Allaei, H., Biselli, E., Brameyer, S., Schink, S. J., Gerland, U. J.2026-05-27📄 systems biology

Benchmarking Static Gene Regulatory Network Reconstruction and Dynamic Transition Probing in Single-Cell Foundation Models.

Questo articolo introduce un benchmark unificato che dimostra come i modelli fondazionali a livello di singola cellula codifichino priori trasferibili di regolazione genica e dinamiche, con componenti specifiche come gli embedding dei token di scGPT e la testa di ricostruzione di scFoundation che superano i metodi classici nella ricostruzione di reti statiche e nell'analisi delle transizioni dinamiche in condizioni zero-shot.

Ye, z., Yang, N., Yang, X., Mao, X., Tang, C.2026-05-20📄 systems biology

Signed motif analysis of the Caenorhabditis elegans neuronal network reveals positive feedforward and negative feedback loops

Questo studio presenta la prima analisi di motivi firmati del connectoma di *C. elegans*, rivelando un'eccessiva abbondanza di specifici pattern a tre nodi come i circuiti di feedforward positivi e i circuiti di feedback negativi con disposizioni neuronali distinte, dimostrando così l'utilità dell'analisi di motivi firmati per comprendere l'organizzazione delle reti biologiche.

Szilagyi, G. S., Gulyas, A., Vassy, Z., Csermely, P., Fenyves, B.2026-05-18📄 systems biology

Protein Stability, Turnover Kinetics, and Abundance Constrain the Scaling of Protein Interaction Networks

Questo studio rivela che la stabilità strutturale, la cinetica di turnover e l'abbondanza delle proteine in *S. cerevisiae* agiscono come vincoli fondamentali sulle reti di interazione proteina-proteina, guidando specificamente la formazione di hub altamente connessi attraverso la prevalenza di proteine abbondanti ma instabili, lasciando inalterati i colli di bottiglia della rete.

Goel, M., Nissley, D. A., Castellanos-Girouard, X., Kuntz, C. P., Wang, Y., Mukhtar, M. S., Serohijos, A., Schlebach, J. P.2026-05-14📄 systems biology

Uncertainty-aware graph representation learning with positive-unlabeled classification for biomarker discovery in peripheral artery disease

Questo lavoro presenta un framework di apprendimento di rappresentazioni su grafo consapevole dell'incertezza che integra la classificazione positiva-non etichettata e metodi di ensemble per dare priorità a biomarcatori nuovi e ben calibrati per la malattia arteriosa periferica, dimostrando prestazioni predittive superiori e rilevanza biologica rispetto alle linee di base esistenti.

Ayyalasomayajula, V. S. R. K., Senders, M. L., Wolterink, J. M., Yeung, K. K.2026-05-13📄 systems biology

Computer experimentation on E. coli ammonium transport and assimilation reveals mechanisms for energy coupling, balanced futile cycling, and robust growth

Attraverso esperimenti computazionali che confrontano sei modelli cinetici, questo studio identifica un meccanismo di elettro-legame per il trasporto di ammonio in E. coli che spiega l'accoppiamento energetico e rivela come la regolazione coordinata del trasportatore AmtB e della glutammina sintetasi minimizzi il ciclo inutile per garantire una crescita robusta in condizioni ambientali variabili.

Maeda, K., Kurata, H., Javelle, A., Westerhoff, H. V., Boogerd, F. C.2026-05-13📄 systems biology

TRAFIKK: systematic prediction and mechanistic interpretation of anticancer drug synergies

Il documento introduce Trafikk, un framework basato su una rete di segnalazione molecolare che raggiunge un'elevata accuratezza predittiva per le sinergie dei farmaci antitumorali, fornendo al contempo intuizioni meccanicistiche su come tali effetti sinergici emergano in diversi contesti cellulari.

Farinas, M., Bermudez, V., Tsirvouli, E., Zobolas, J., Aittokallio, T., Lehti, K., Flobak, A., Lippestad, K.2026-05-12📄 systems biology