145 papers
Dit onderzoek onthult dat post-transcriptionele mechanismen, met name mRNA-afbraak en eiwitdegradatie via het proteasoom, de drijvende krachten zijn achter de ontwikkeling van Leishmania, terwijl genomische aanpassing hierbij geen rol speelt.
Dit onderzoek toont aan dat het integreren van realistische driedimensionale celarchitectuur en ruimtelijke heterogeniteit in modellen van het gist-galactosenetwerk de voorspelde regulatiedynamiek aanzienlijk verandert, wat de noodzaak benadrukt om ruimtelijke organisatie in toekomstige whole-cell-modellen op te nemen.
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.
Dit artikel introduceert NEWT, een multimodaal deep learning-framework dat diverse biologische kennisbronnen integreert om de voorspelling van geneesmiddelen-doelwitten te verbeteren en cel-lijnen te reconstrueren, waardoor farmacogenomica en single-cell transcriptomica binnen een gemeenschappelijke functionele ruimte worden verenigd.
Deze studie introduceert een door AI-aangedreven raamwerk dat grote multi-omics datasets integreert om causale therapeutische doelwitten te identificeren die zowel veroudering als twaalf verschillende leeftijd-gerelateerde ziekten beïnvloeden, waarbij met name chronische ontsteking en genetisch onderbouwde targets zoals IL6 en IL6R naar voren komen.