Systeembiologie kijkt niet naar losse onderdelen van het leven, maar naar hoe al die delen samenwerken als één groot, dynamisch geheel. In plaats van alleen genen of eiwitten te bestuderen, proberen onderzoekers in dit veld de complexe netwerken te begrijpen die cellen en organismen in stand houden. Het is de kunst om het grote plaatje te zien, waar duizenden interacties samenwerken om leven mogelijk te maken.

Op Gist.Science volgen we nauwgezet elke nieuwe preprint op bioRxiv binnen deze discipline. Wij verwerken elk onderzoek direct na publicatie en bieden zowel een toegankelijke samenvatting in gewone taal als een gedetailleerde technische analyse, zodat zowel leken als experts de inzichten kunnen benutten. Hieronder vindt u de meest recente bijdragen aan dit snel evoluerende veld, direct van bioRxiv en nu voor u uitgelicht.

Multi-Omics Mapping of Human Kidney Reveals Complement-Mediated Cellular Dynamics During Progression of Focal Segmental Glomerulosclerosis

Deze studie gebruikt multi-omics-analyse van menselijke nierbiopsies om te onthullen dat dysregulatie van het complementstelsel, aangedreven door factor D, leidt tot veranderingen in podocyten en pariëtale epitheelcellen die de progressie van focale segmentale glomerulosclerose (FSGS) en fibrose sturen.

Hayashi, S., Takeuchi, M., Nakano, T., Setoyama, D., Singh, S. A., Sonawane, A. R., Iwamoto, T., Kishimoto, H., Tsuchimoto, A., Yamada, S., Kang, D., Ago, T., Kitazono, T., Aikawa, M., Kunisaki, Y.2026-02-20📄 systems biology

Agent-Based Model Replication of Global Treadmilling and Competition in the Actin Polymerization System

Dit artikel presenteert een agent-based model in NetLogo dat de dynamiek van actinepolymerisatie succesvol nabootst, inclusief emergente patronen zoals globaal treadmilling en competitie tussen nucleatie en elongatie, door te simuleren hoe interacties tussen monomeren leiden tot de drie fasen van het proces.

Tarantino, R., Contino, S., Gugliotta, L., Indelicato, G., Panunzi, G., Bertolazzi, G., Romano, V.2026-02-16📄 systems biology

Cell cycle-dependent protein dynamics in budding yeast resolved by deconvolution of bulk proteomics

Deze studie introduceert een computergestuurde deconvolutiemethode die bulk-proteomics-data van gist combineert met een populatiemodel om de celcyclus-afhankelijke dynamiek van duizenden eiwitten op te lossen, waardoor 563 eiwitten met specifieke fluctuaties werden geïdentificeerd en het inzicht in metabole variatie tijdens de celcyclus wordt uitgebreid.

Zylstra, A. J., Rovetta, M., Vedelaar, S., Bleischwitz, C., Fülleborn, J. A., van Oppen, Y. B., Markus, H. P., Korbeld, K. T., Milias-Argeitis, A., Buczak, K., Schmidt, A., Heinemann, M.2026-02-13📄 systems biology