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.

A Reproducible Dual-Model Constraint-Based Framework for Exploring Hepatic Energy Metabolism Under Stachys affinis-Derived Short-Chain Fatty Acid Scenarios

Questo studio presenta un framework riproducibile basato su due modelli di metabolismo su larga scala (Recon3D e Human-GEM) che dimostra come la fermentazione della stachiosio derivata dal topinambur (Stachys affinis) generi acidi grassi a catena corta che aumentano in modo dose-dipendente la produzione di ATP epatico, identificando al contempo lacune specifiche nei pathway del catabolismo del propionato tra i due modelli.

Nguyen, A. T., Nguyen, B. A.2026-03-30📄 systems biology

Targeting cancer-associated fibroblasts for treatment of ER+ breast cancer: A mathematical modeling perspective and optimization of treatment strategies

Questo studio propone un modello matematico basato su equazioni differenziali non lineari e sulla teoria del controllo ottimo per dimostrare che il targeting dei fibroblasti associati al cancro (CAF) può potenziare l'efficacia delle terapie endocrine nel cancro al seno ER+.

Akman, T., Pietras, K., Köhn-Luque, A., Acar, A.2026-03-30📄 systems biology

A Systems Framework for Quantifying Programmability and Persistence Across Mammalian Cell Types

Questo articolo propone un quadro sistematico che, sintetizzando dati su oltre 50 popolazioni cellulari, introduce un punteggio unificato (PPS) e analisi di frontiera di Pareto per quantificare programmabilità e persistenza, guidando così la selezione ottimale delle cellule per applicazioni traslazionali come le terapie cellulari e la medicina rigenerativa.

Chauhan, V., Chen, M., Sridharan, A. T., Pan, L.2026-03-30📄 systems biology

A Cohort-Based Global Sensitivity Benchmark of MRI-Derived Whole-Heart Electromechanical Models in Healthy Hearts

Questo studio presenta un benchmark globale di sensibilità basato su una coorte di cinque modelli elettromeccanici del cuore intero derivati da risonanza magnetica, rivelando che, nonostante le variazioni anatomiche individuali, i parametri emodinamici di carico e le condizioni al contorno del sistema cardiovascolare sono i fattori dominanti nel determinare la funzione cardiaca in soggetti sani.

Rahmani, S., Pouliopoulos, J., W. C. Lee, A., Barrows, R. K., Solis-Lemus, J. A., Strocchi, M., Rodero, C., Qayyum, A., Lashkarinia, S., Roney, C., Augustin, C. M., Plank, G., Fatkin, D., Jabbour, A. (…)2026-03-30📄 systems biology

MINGL Quantifies Borders, Gradients, and Heterogeneity in Multicellular Tissue Organization

Il paper presenta MINGL, un framework probabilistico che trasforma le annotazioni discrete dei quartieri cellulari in misure continue di architettura tissutale, permettendo di quantificare con precisione gradienti, eterogeneità e confini nelle organizzazioni multicellulari attraverso diverse piattaforme di spatial-omics.

Van Batavia, K., Wright, J., Chen, A., Li, Y., Hickey, J. W.2026-03-26📄 systems biology

VIOLIN: A modular framework for scalable reconciliation of heterogeneous interaction graphs

Il paper presenta VIOLIN, un framework modulare e configurabile per la riconciliazione scalabile di interazioni molecolari estratte da testi scientifici con modelli strutturati, capace di classificare le nuove evidenze come conferme, contraddizioni, casi da segnalare o estensioni e di validare i risultati attraverso l'uso di diversi sistemi NLP e modelli linguistici su vari corpus.

Luo, H., Hansen, C. E., Arazkhani, N., Telmer, C. A., Tang, D., Zhou, G., Spirtes, P., Miskov-Zivanov, N.2026-03-25📄 systems biology

The Gibbs free energy landscape based on liver metabolome revealed thermodynamic robustness against fasting and obesity

Questo studio ha mappato il paesaggio dell'energia libera di Gibbs nel metabolismo epatico del topo, rivelando una notevole robustezza termodinamica che permette al fegato di mantenere il controllo metabolico e di passare efficientemente dalla glicolisi alla gluconeogenesi sia durante il digiuno che in condizioni di obesità, nonostante le significative fluttuazioni delle concentrazioni dei metaboliti.

Abekawa, T., Ohno, S., Hirayama, A., Soga, T., Kuroda, S.2026-03-25📄 systems biology

NeighborFinder: an R package inferring local microbial network around a species of interest

Il pacchetto R NeighborFinder introduce un metodo di inferenza di reti locali efficiente e interpretabile per identificare le interazioni dirette attorno a una specie microbica di interesse, superando i limiti computazionali e di focalizzazione degli strumenti di rete globale esistenti.

Sola, M., Paravel, A., Auger, S., Chatel, J.-M., Plaza Onate, F., Le Chatelier, E., Leclerc, M., Veiga, P., Frioux, C., Mariadassou, M., Berland, M.2026-03-25📄 systems biology

A graph-based learning approach to predict the effects of gene perturbations on molecular phenotypes

Questo studio presenta un approccio di apprendimento automatico basato su grafi in grado di prevedere in modo accurato gli effetti delle perturbazioni geniche su fenotipi molecolari, riducendo la necessità di esperimenti costosi e permettendo la generalizzazione ad altri fenotipi e geni non misurati.

Jin, Y., Sverchkov, Y., Sushkova, A., Ohtake, M., Emfinger, C., Craven, M.2026-03-25📄 systems biology