163 papers
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.
Deze studie presenteert een interpreteerbaar machine learning-kader, gekoppeld aan systeembiologie, dat de beperkingen van linkage disequilibrium overbrugt om causale genen en hun mechanistische functies in gist succesvol te ontrafelen.
Dit artikel introduceert een flexibel raamwerk dat convolutionele autoencoders gebruikt om agent-based modellen voor tumordynamiek te optimaliseren door ruimtelijke patronen uit experimentele beeldvormingsdata direct te vergelijken met simulatie-outputs in een gedeelde latente ruimte.
In deze studie worden geavanceerde integratieve modelleringsmethoden, waaronder crosslinking-massaspectrometrie en AlphaFold, gebruikt om de structurele organisatie van HDAC1/2 in grote chromatinhermodelleringcomplexen op te helderen en te tonen dat de intrinsiek ongeordende C-terminale domeinen van HDAC1 in deze complexen vouwen tot alfa-helixen.
Dit onderzoek toont aan dat de heterogeniteit in het menselijke schildklierweefsel wordt gestuurd door een afweging tussen een actieve hormoonproducerende toestand en een stress-geïnduceerde beschadigingsrespons-toestand van thyrocyten, die ruimtelijk geclusterd is en een fundamenteel organisatieprincipe vormt voor dit orgaan.
Dit onderzoek toont aan dat geslachtsgebonden verschillen in de robuustheid van fysiologische netwerken leiden tot een hogere sensitiviteit van mannelijke biologische leeftijd voor mortaliteitsvoorspelling en levensstijlinterventies, wat impliceert dat oudere mannen ideaal zijn voor proefstudies, terwijl de ontwikkeling van specifieke biomarkerpanelen voor vrouwen een dringende prioriteit is om geroscience-trials effectief te maken.
Dit artikel presenteert het eerste thermodynamisch consistente, mechanistisch gefundeerde wiskundige model van de mitochondriale dicarboxylaatdrager SLC25A10, gebaseerd op een ping-pong-mechanisme en gecalibreerd via Bayesiaanse inferentie, dat inzicht verschaft in de rol van de drager bij het reguleren van succinaatniveaus en de invloed van mitochondriale morfologie op het transport.
Deze paper introduceert een verzameling van 1100 synthetische benchmarkproblemen voor het dynamisch modelleren van cellulaire processen, die zijn gegenereerd op basis van bestaande ODE-systemen om de evaluatie en optimalisatie van computeralgoritmen in de systeembiologie te ondersteunen.
Dit onderzoek toont aan dat neuregulin-1 de grootte en vorm van cardiomyocyten via distincte PI3K- en p38-signaleringspaden reguleert, wat nieuwe inzichten biedt voor het selectief bestrijden van maladaptieve hartremodellering.
Dit onderzoek toont aan dat het combineren van postmortale metabolomics met machine learning op basis van Zweedse forensische data een nauwkeurige methode biedt om ketoacidose te detecteren en te subtyperen in forensische casuïstiek.
GRNFormer is een generaliseerbaar framework op basis van graftransformers dat nauwkeurige en schaalbare afleiding van genregulatienetwerken mogelijk maakt uit transcriptomics-data van verschillende soorten en platforms zonder voorafgaande annotaties.