생물학의 복잡한 생명 현상을 물리학의 원리로 해석하는 생물리학은 미시적인 분자 수준에서 거시적인 생명 체계에 이르기까지 숨겨진 법칙을 찾아냅니다. Gist.Science 는 이러한 첨단 연구가 실제 적용되기 전인 생전 논문, 즉 bioRxiv 에 게재된 최신 성과들을 매일 수집하여 가공합니다.

이곳에서는 전문가들의 난해한 원문을 누구나 이해할 수 있는 쉬운 언어로 풀어낸 요약과 함께, 깊이 있는 기술적 분석을 모두 제공합니다. 연구의 핵심을 빠르고 정확하게 파악하고 싶으신 분들을 위해 최신 논문들을 정리해 드립니다.

아래에는 bioRxiv 에서 업데이트된 생물리학 분야의 최신 연구 결과들이 나열되어 있습니다.

Unraveling Viral peptide-G4 Interactions: the NS3 Protease Domain of Yellow Fever Virus Binds G-Quadruplexes with High Specificity and Affinity

본 연구는 출혈열을 유발하는 여러 바이러스의 프로테옴 분석을 통해 G-4 중합체 (G4) 결합 모티프를 규명하고, 특히 황열 바이러스의 NS3 프로테아제 도메인이 G4 구조, 특히 평행형 G4 에 대해 높은 특이성과 친화력으로 결합함을 실험 및 분자 역학 시뮬레이션을 통해 입증함으로써 G4 기반 항바이러스 전략의 새로운 표적을 제시했습니다.

Wang, J., Lin, R., Cucchiarini, A., Brazda, V., Mergny, J.-L.2026-03-24⚛️ biophysics

Membrane curvature enhances oxidation within lipid bilayers in a composition-dependent manner

본 연구는 재구성된 지질 소포체를 이용해 막의 곡률이 높을수록 지질 산화율이 증가하며, 이는 지질 꼬리의 노출 증가에 기인하고, 콜레스테롤 농도에 따라 이 곡률 의존성이 조절됨을 규명함으로써 막 구성과 곡률이 산화 스트레스에 대한 막의 취약성을 결정하는 상호의존적 요인임을 밝혔습니다.

Kim, J., Bartholomew, S. N., Zeno, W. F.2026-03-23⚛️ biophysics

Decoding Allosteric Grammar with Explainable AI Integrating Protein Language Models and Energy Landscape Analysis: Neutral Frustration at Allosteric Binding Sites Encodes Regulatory Versatility in Protein Kinases

이 연구는 설명 가능한 AI 와 단백질 언어 모델을 에너지 지형 분석과 결합하여 단백질 키나제의 알로스테릭 부위가 '중성 좌절 (neutral frustration)'이라는 고유한 에너지적 특성을 통해 다양한 조절 기능을 수행하도록 설계되었음을 규명했습니다.

Gatlin, W., Ludwick, M., Turano, L., Foley, B., Riedlova, K., Skrnak, V., Novotny, M., Hoksza, D., Verkhivker, G.2026-03-23⚛️ biophysics

Generative Deep Learning and Molecular Dynamics Reveal Design Principles for Amyloid-Like Antimicrobial Peptides

이 논문은 생성형 딥러닝 모델 'amyAMP'와 분자 동역학 시뮬레이션을 결합하여 항균 활성과 아밀로이드 유사 자가조립 특성을 동시에 갖춘 펩타이드의 설계 원리를 규명하고, 이를 통해 항생제 내성 극복을 위한 차세대 치료제 개발을 위한 AI 기반 프레임워크를 제시합니다.

Prasad, A. K., Awatade, V., Patel, M. K., Plisson, F., Martin, L., Panwar, A. S.2026-03-23⚛️ biophysics

One Chromatin, Many Structures: From Ensemble Contact Maps to Single-Cell 3D Organization

이 논문은 SR-EV 모델을 기반으로 한 앙상블 해석 프레임워크를 제시하여, TAD 와 같은 히트-시그니처가 개별 세포의 불변 구조가 아니라 이질적인 염색질 앙상블의 통계적 풍부화로 해석될 수 있음을 규명하고, 이를 통해 다중 모달 실험 관측치와 단일 세포 3 차원 조직화를 통합적으로 설명하는 물리 기반의 참조 체계를 확립합니다.

Carignano, M. A., Kroeger, M., Almassalha, L., Backman, V., Szleifer, I.2026-03-21⚛️ biophysics