135 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 onderzoek toont aan dat drugstolerante persisters (DTPs) geen uniforme cellulaire toestand zijn, maar heterogene populaties met ion-kanaal-remodellering en verhoogde gevoeligheid voor ferroptose, wat een verschuiving vereist van celtypespecifieke naar landschapsgerichte behandelstrategieën.
Deze studie introduceert bacSCP, een proof-of-concept protocol voor single-cell proteomics van bacteriën dat, ondanks analytische uitdagingen zoals de celwand en lage eiwitgehalten, de haalbaarheid aantoont om proteïne-heterogeniteit en stressresponsen in individuele bacteriële cellen te kwantificeren.
Dit artikel introduceert CausalFlux, een nieuwe methode die bidirectionele feedback tussen genen en metabolieten modelleert om de voorspelling van metabole fluxen en groeifenotypes in bacteriën significant te verbeteren ten opzichte van eerdere eenrichtingsbenaderingen.
Dit paper introduceert UQ-PhysiCell, een open-source Python-framework dat onzekerheidskwantificatie, kalibratie en modelselectie voor PhysiCell-agentgebaseerde modellen mogelijk maakt door een schaalbare, modulaire workflow te bieden die simulaties koppelt aan geavanceerde statistische analyse.
Dit onderzoek combineert kinome-profiling met machine learning om een mechanistisch onderbouwd raamwerk te ontwikkelen dat de harttoxiciteit van kinase-remmers voorspelt en inzicht geeft in de rol van onbedoelde kinase-remming bij cardiovasculaire bijwerkingen.
Deze studie combineert transcriptomics en netwerkfarmacologie om CD44 als cruciale knooppunt in PCOS te identificeren en stelt via een computationeel raamwerk nieuwe therapeutische kandidaten, zoals flufenaminezuur en cytosporine B, voor.
Deze studie analyseerde het transcriptoom van bloed bij varkens om de dynamiek van de hitteacclimatisatie te onderzoeken en onthulde een biphasisch adaptatiemechanisme waarbij de korte termijn-fase wordt gekenmerkt door immuunactivatie en de langetermijn-fase door metabolische aanpassingen die leiden tot een stabiele lichaamstemperatuur.
Dit artikel presenteert een resource-competitiemodel dat de fitnesskosten van genexpressie in *Saccharomyces cerevisiae* kwantificeert door ze te ontleden in bijdragen van beperkende factoren zoals ribosomen en transcriptiefactoren, waarmee wordt aangetoond dat deze kosten voortkomen uit de processen van transcriptie en translatie in plaats van uit de producten zelf.
Deze studie toont aan dat viervoeters hun loopsnelheid en specifieke asymmetrische strategieën, zoals het buigen van het lichaam, het aanbrengen van zijwaartse krachten of het verschuiven van ledematen, combineren om effectief te draaien, waarbij de voorpoten een leidende rol spelen bij het sturen en de achterpoten de voortstuwing en stabiliteit regelen.
HiMaLAYAS is een Python-pakket dat post-hoc verrijking gebaseerde annotatie mogelijk maakt voor hiërarchisch geclusterde matrices door clusters als statistische eenheden te behandelen en significante annotaties visueel naast de matrix te renderen.