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.
Dit artikel stelt een compositioneel data-analyseframework voor en valideert dit voor Isotoop Metabole Flux Analyse (I-MFA), dat isometrische log-ratio-transformaties gebruikt om standaard Euclidische afstandsberekeningen te vervangen, waardoor schattingsfouten aanzienlijk worden verminderd en betrouwbaarheidsintervallen worden verkleind in vergelijking met traditionele methoden.
Dit artikel introduceert een optimale algoritmische benadering die algoritmische complexiteit benut om asynchrone Boolean netwerkmodellen af te leiden uit ruisgevoelige experimentele data, waarbij effectief een balans wordt gevonden tussen modelpassing, grootte en computationele efficiëntie.
Dit artikel introduceert Deep Mechanistic Models (DMM's), een raamwerk dat semi-gecontroleerd representatieleer integreert met gewone differentiaalvergelingsmodellen om te onthullen dat de heterogeniteit in de mammarie MAPK-signalering primair wordt gedreven door pathway-extrinsieke factoren in plaats van kernpathway-variaties, terwijl het tegelijkertijd modeldiscrepanties gebruikt om nieuwe biologische mechanismen te identificeren.
Dit artikel introduceert een covariante hiërarchie van descriptoren (cBST1–cBST3) voor de Biochemical Systems Theory die coördinat consistentie waarborgt onder niet-lineaire herparametrisaties en demonstreert door middel van kwantitatieve validatie op gistglycolysemodellen dat deze hogere-orde termen de benaderingsfouten significant verminderen en het afkapgedrag accuraat voorspellen in vergelijking met klassieke methoden.
Dit artikel karakteriseert systematisch de volumeafhankelijkheid van stochastische gedetailleerde balans in chemische reactienetwerken door een vierde classificatie te introduceren, die onderscheid maakt tussen parameterafhankelijke en structureel afgedwongen balans, en identificeert netwerkklassen die gedetailleerde balans voor alle volumes en reactieconstanten vervullen terwijl ze de constructie van systemen met dubbelwel-globale potentialen mogelijk maken.
Door diepe proteomische profilering te integreren met QTL-mapping in een genetisch divers muismodel van MASLD, construeert deze studie een uitgebreid gen-eiwit-fenotype netwerk dat de E3-ubiquitine ligase Ubr1 identificeert als een centrale regulator die proteostase en lipidenmetabolisme verbindt met ziektegevoeligheid.
Deze studie introduceert een schaalbaar, niet-doelgericht metabolomica-platform gebruikmakend van Xenopus-oöcyten geïncubeerd in humaan serum om succesvol vijf menselijke solute carrier-eiwitten te deorphaniseren en hun substraatspecificiteiten te karakteriseren, waarbij bekende substraten werden teruggevonden en nieuwe getransporteerde metabolieten werden geïdentificeerd.
Deze studie maakt gebruik van een kwantitatief biofysisch model om aan te tonen dat store-operated calcium entry (SOCE) de kracht van de skeletspieren tijdens weerstandstraining verhoogt door de calciumrelease te handhaven, maar vermoeidheid kan verergeren tijdens intensieve training door fosfaataccumulatie, een afweging die wordt gemoduleerd door mitochondriale fosfaatopname.
Deze studie introduceert een nieuwe gesuperviseerde clustering-aanpak voor single-cell RNA-sequencing-data met een hoge dekking om de mRNA-landschappen van *C. elegans* kwantitatief te karakteriseren, waarbij ongekende celtype-specifieke genexpressieprogramma's worden onthuld en nieuwe weefselbeperkte genen worden geïdentificeerd die voorheen ondetecteerbaar waren bij lagere dekkingsdrempels.
Dit artikel introduceert ChatGEM, een agentisch platform dat natuurlijke taal en retrieval-augmented generation gebruikt om genoombrede metabole modellering te democratiseren, waardoor onderzoekers zonder computationele expertise complexe simulaties kunnen uitvoeren en succesvol optimale microbiële stammen voor bioproductie kunnen identificeren.