135 articoli
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.
Il paper presenta MICA, un algoritmo innovativo che rileva i punti di cambiamento nei sistemi dinamici simulabili minimizzando la discrepanza tra modelli e dati osservati, integrando segmentazione binaria e algoritmi genetici per stimare simultaneamente tempi di transizione e parametri globali o specifici.
Il paper presenta GeNETop, un metodo innovativo che integra analisi di variabilità dei flussi, metriche di topologia di rete e dati trascrittomici per generare modelli metabolici specifici del contesto, compatibili con simulazioni dinamiche e in grado di superare i limiti degli approcci esistenti basati su stati stazionari.
Gli autori hanno sviluppato un framework di machine learning interpretabile integrato con la biologia dei sistemi che, superando i limiti del disequilibrio di linkage, decodifica le relazioni genotipo-fenotipo in lievito identificando geni causali e nuove funzioni biologiche con maggiore precisione rispetto ai metodi convenzionali.
Questo studio presenta un quadro di ottimizzazione per i modelli basati su agenti che utilizza autoencoder convoluzionali per confrontare i dati di imaging sperimentale con le simulazioni, permettendo di stimare i parametri del modello e riprodurre fedelmente le caratteristiche spaziali della progressione tumorale e delle interazioni immunitarie.
Gli autori hanno utilizzato la spettrometria di massa con reticolazione incrociata (XL-MS) combinata con la piattaforma di modellazione integrativa e l'approccio AlphaFold per determinare la struttura dei complessi NuRD, SIN3A e CoREST, rivelando come la regione intrinsecamente disordinata (IDR) C-terminale di HDAC1 si ripieghi in eliche alfa all'interno di questi macromolecolari.
Utilizzando la trascrittomica spaziale, lo studio rivela che l'eterogeneità delle cellule tiroidee umane è organizzata su più scale spaziali da un compromesso tra uno stato attivo di produzione ormonale e uno stato di risposta al danno, quest'ultimo caratterizzato da stress e infiammazione e distribuito in cluster vicino alle nicchie immunitarie.
Utilizzando dati NHANES, lo studio dimostra che i biomarcatori specifici per sesso sono essenziali per stimare l'età biologica, rivelando che la maggiore robustezza fisiologica femminile riduce la sensibilità dei test attuali e suggerendo che gli uomini anziani siano la coorte ideale per i trial preliminari, mentre lo sviluppo di pannelli biomarcatori validati per le donne rappresenti una priorità di ricerca urgente.
Questo studio presenta il primo modello matematico meccanicistico e termodinamicamente coerente del trasportatore dicarbossilato mitocondriale SLC25A10, basato su un meccanismo ping-pong e calibrato tramite inferenza bayesiana, che rivela come il rigonfiamento della matrice e la carenza di SDH influenzino il flusso del trasportatore e la gestione del succinato.
Questo articolo presenta una raccolta di 1100 problemi sintetici di modellazione basati su equazioni differenziali ordinarie, generati per superare la scarsità di modelli biologici curati e fornire una risorsa diversificata e realistica per il benchmarking degli algoritmi di modellazione dinamica dei processi cellulari.
Questo studio di analisi dei sistemi rivela che il neuregulin-1 regola la dimensione e la forma dei cardiomiociti attraverso vie di segnalazione distinte mediate da PI3K e p38, offrendo nuove prospettive per il targeting selettivo del rimodellamento cardiaco patologico.