727 편의 논문
미생물학은 눈에 보이지 않는 작은 생명체들이 어떻게 작동하고 우리 생활에 어떤 영향을 미치는지 연구하는 분야입니다. 세균, 바이러스, 곰팡이 같은 미생물은 우리 건강과 환경, 그리고 미래의 과학 발전에 핵심적인 역할을 합니다.
Gist.Science 는 바이오리브 (bioRxiv) 에 업로드된 최신 미생물학 예판을 매일 수집하여 제공합니다. 우리는 이 새로운 연구 결과들을 모두 검토하여 누구나 이해할 수 있는 쉬운 설명과 함께, 전문가를 위한 상세한 기술적 요약까지 함께 준비했습니다.
아래에는 바이오리브에서 발표된 최신 미생물학 연구 논문들이 정리되어 있으니, 관심 있는 내용을 확인해 보세요.
본 연구는 CD40L/IL-4 자극이 B 세포에서 CD205 발현을 유도하며, 이것이 HIV-1 결합을 위한 핵심 수용체로 작용하여 CD4+ T 세포의 효율적인 트랜스 감염(trans-infection)을 촉진함으로써 이차 림프 기관 내 HIV-1 저장소 유지에 기여한다는 것을 입증한다.
본 연구는 숙주 세포 침입에 있어서 AMA1-RON2 상호작용의 필수적인 역할을 기능적으로 검증하고, 다단계, 다중 항원 말라리아 중재법을 평가하기 위해 *Plasmodium falciparum* AMA1(및 선택적으로 CSP)을 발현하도록 CRISPR/Cas9으로 엔지니어링된 키메라 설치류 말라리아 기생충을 이용한 새로운 인 비보(in vivo) 마우스 모델을 확립한다.
이 연구는 마이코박테리오파지(Mycobacteriophage) D29가 두 종류의 엔돌라이신(LysA2a 및 LysA2b)과 새로운 리포단백질(gene 64)을 포함하는 복잡한 용해 조절 네트워크를 활용하며, 여기서 1TMD LysA2b는 용해 시기와 효율성을 제어하기 위해 2TMD LysA2a의 핵심적인 조절자로 작용하고, 리포단백질은 특정 유전적 조건 하에서 용해를 최적화하는 부수적인 역할을 수행한다는 것을 밝히고 있다.
본 연구는 *Staphylococcus aureus*에 집락화된 수컷 C57BL/6 마우스에서 발생하는 자발적이고 만성적인 음경 전립선 샘 감염이 박테리아를 제거하지 못하는 강력하고 국소적인 Th17 편향적 면역 반응에 의해 유도됨을 입증하며, 이를 통해 자연적인 숙주-병원체 상호작용을 조사하기 위한 가치 있는 모델을 확립한다.
이 연구는 페니실린-스트렙토마이신이 인도네시아 토착 수탉의 정액 내 박테리아 개체군을 급격히 억제하는 반면, 커큐민은 전반적인 다양성을 해치지 않으면서 유해한 박테리아를 선택적으로 여과함으로써 생태계를 안정화하는 더 균형 잡힌 용량 의존적 미생물군 조절을 제공한다는 것을 입증한다.
본 연구는 100개 이상의 sRNA를 식별하고 VcrX, FlaX, RyhB와 같은 핵심 전사체의 조절 역할 및 진화적 역학을 규명함으로써 비브리오 속(Vibrio species)의 전사 후 조절에 대한 이해를 증진하기 위한 비브리오 파라해몰리틱스(Vibrio parahaemolyticus)의 고해상도 전사체 지도를 제시한다.
본 연구는 병원 내 감염 병원균 및 항생제 내성을 탐지하기 위한 민감한 고용량 공기 채취법을 평가하며, 이 방법이 대조군으로부터 실제 저생체량 신호를 구별해내는 능력과 효과적인 여과 장치를 갖춘 병동은 공기 중 위험이 미미한 반면 인간 활동이 활발한 작업 환경은 표면 오염과 연관된 지속적인 바이오에어로졸 전파를 유지한다는 점을 밝혀냈다.
이 연구는 MRSA에서 전전체 유전적 상호작용 프로파일링을 위한 이중-CRISPRi 플랫폼을 구축하여, 세포 분열이 지질 생합성과의 억제적 상호작용 및 테이코산 변형과의 합성 치사 관계를 통해 세포 외벽과 결정적으로 연결되어 있음을 밝혀냈다.
이 연구는 메티실린 내성 황색포도상구균(MRSA)에서 두 개의 분비 핵산분해효소를 인코딩하는 고도로 보존된 오페론을 식별하였으며, 이는 해당 오페론의 유전자 변이 시 마우스 모델에서 감염이 약화되는 것을 통해 이 효소들이 박테리아의 병원성에 필수적임을 입증하였다.
본 연구는 고해상도 시계열 실험 데이터와 기전적 수학 모델링을 통합함으로써, 주요 동역학적 병목 구간을 식별하고 병용 요법을 포함한 항바이러스 치료의 효능을 정확하게 예측하는 SARS-CoV-2 복제에 관한 예측 프레임워크를 구축한다.