364 papers
Biologie en natuurkunde vloeien in dit vakgebied samen om het complexe leven onder de microscoop te ontrafelen. Van hoe moleculen bewegen tot de krachtlijnen in een cel, hier wordt de fysica van het leven verkend zonder onnodig jargon. Het is een wereld waar de wetten van de natuurkunde worden toegepast om biologische mysteries op te lossen.
Op Gist.Science vinden we elke nieuwe preprint uit deze categorie direct op bioRxiv. Onze team verwerkt deze publicaties zodat u zowel een heldere samenvatting in gewone taal als een diepgaande technische analyse krijgt. Dit maakt de meest recente inzichten toegankelijk voor iedereen, ongeacht uw achtergrond.
Hieronder vindt u de nieuwste artikelen over biofysica, zorgvuldig geselecteerd en samengevat voor u.
Dit artikel stelt twee complementaire elastische netwerkmodellen voor die aantonen dat mechanosensitieve remodeleringsdynamiek, gekenmerkt door preferentiële demontage onder lage spanning en energie-geïnjecteerde assemblage, het actine cortex-netwerk in staat stelt om een rigide homeostase en een langdurig elastisch geheugen te behouden ondanks continue structurele omzetting.
Deze studie combineert moleculaire dynamica-simulaties van acht Synaptotagmine C2-domeinen om te onthullen dat hoewel de netto lading van de lus primair de PIP2-binding bepaalt, zowel elektrostatische lading als lokale fenylalanine-verrijking vereist zijn om membraanpenetratie aan te drijven, waarbij de relatieve bijdrage van fenylalanine ten opzichte van positieve ladingen wordt geïnterpreteerd op basis van gegiste regressiecoëfficiënten.
Deze studie karakteriseert functioneel een nieuw geïdentificeerde vroeg afbuigende KCNE-subunit, kcne0, in de kaakloze lamprey, waarbij wordt aangetoond dat deze in staat is om lamprey KCNQ1-kanalen constitutief te activeren en door het onthullen van soortspecifieke compatibiliteit en structurele determinanten van kanaalmodulatie over vertebraten heen.
Deze studie identificeert MTCL1 als een licentiefactor die microtubuli-stabilisatie koppelt aan tubuline-acetylering via moleculaire mimicry tijdens de assemblage, een mechanisme dat essentieel is voor een goede neuronale functie, zoals blijkt uit motorische defecten en een verhoogde epileptische gevoeligheid in MTCL1-deficiënte zebravissen.
Dit artikel introduceert ACCEST, een versnelde NMR-methode die gebruikmaakt van accordeon-spectroscopie om volledige Chemical Exchange Saturation Transfer (CEST)-profielen te verkrijgen uit één enkele tweedimensionale experiment, waardoor aanzienlijke tijdsbesparingen worden gerealiseerd en de studie van niet-evenwichtssystemen mogelijk wordt in vergelijking met conventionele multi-spectrum benaderingen.
Dit artikel presenteert een nieuwe hoogdoorvoepas Surface Plasmon Resonance (SPR)-array die in staat is om interacties tussen 16 diverse glycosaminoglycaanpreparaten en eiwitten kwantitatief te profileren, waarbij bekende bindingsspecificiteiten succesvol zijn gevalideerd en voorheen ongerapporteerde interacties, zoals de binding van Slit2 aan chondroïtine- en dermataansulfaten, zijn ontdekt.
Dit artikel toont aan dat deep learning-instrumenten, gestuurd door een RNet-fundamentmodel getraind op chemische mappingdata, succesvol de novo RNA-pseudoknots kunnen ontwerpen met nauwkeurige secundaire structuren en goed geordende 3D-vouwen, wat menselijke prestaties evenaart in een Eterna-competitie zonder dat daarvoor voorafgaande oplossingen voor het algemene probleem van RNA 3D-structuurvoorspelling vereist zijn.
Dit artikel presenteert een praktisch protocol voor het gebruik van de open-source, zelfgesuperviseerde deep-learning tool spIsoNet om artefacten door voorkeursoriëntatie in cryo-EM reconstructies te mitigeren via twee complementaire workflows: kaartanisotropiecorrectie en deeltjesmisuitlijningcorrectie.
Het artikel introduceert cryoGO, een eenvoudige en schaalbare mechanische methode voor het openen van cellen direct op EM-grids, wat hoogresolutie, tijdsopgelde structurele profilering van diverse endogene macromoleculen in hun natuurlijke cellulaire omgeving mogelijk maakt met minimale hoeveelheden monster.
Door gebruik te maken van coevolutie en machine learning om een sequentie-onafhankelijke collectieve variabele af te leiden, stelt deze studie een verenigd, evolutionair geconserveerd mechanisme vast voor de activatie van klasse A GPCR's dat de voorspelling van conformationele transities en ligandeffecten over diverse familielidleden heen mogelijk maakt, inclusief orphan receptoren.