163 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.
Questo articolo introduce TabularQual, un formato basato su fogli di calcolo e un convertitore bidirezionale che colma il divario tra le rappresentazioni di modelli logici leggibili dall'uomo e lo standard SBML-qual XML per migliorare l'annotazione, la cura, lo scambio e l'interoperabilità dei modelli regolatori e di segnalazione.
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.
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.
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.
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.
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.
Questo articolo propone un algoritmo di ottimizzazione multi-obiettivo rilassato che supera i limiti dell'allineamento topologico rigoroso per identificare con successo grandi moduli regolatori conservati e coesi tra specie, adattandosi a mappature di ortologia molti-a-molti in reti di regolazione genica rumorose.
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.
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.
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.