138 artigos
Este estudo demonstra que a reconstrução de habitats, guiada por aprendizado ativo, pode alcançar aumentos equivalentes na aptidão bacteriana em comparação com a evolução genética, sugerindo que a adaptação ecológica pode contornar restrições genéticas através de reorganizações transcricionais distintas.
O artigo apresenta o HiMaLAYAS, uma ferramenta em Python que permite a anotação baseada em enriquecimento estatístico de matrizes biológicas e não biológicas organizadas por agrupamento hierárquico, tratando os clusters como unidades estatísticas para identificar e visualizar anotações significativas.
Este estudo demonstra que o tratamento de miocardite autoimune em camundongos com um novo anticorpo monoclonal anti-CD160, que depleta células NK e subtipos de linfócitos T citotóxicos, previne a deterioração da função cardíaca ao inibir múltiplas vias inflamatórias, sugerindo uma estratégia terapêutica promissora para doenças inflamatórias.
Este estudo apresenta um pipeline de análise baseado em redes e aprendizado não supervisionado, implementado no pacote Python mdsa-tools, que revela como modificações em resíduos de mRNA no sítio A do ribossomo induzem alterações alostéricas no comportamento dinâmico do sítio P, demonstrando a eficácia de uma abordagem de "genética computacional" para vincular estrutura e função em sistemas biológicos.
Este estudo aplica uma abordagem integrativa MultiOmics para revelar como o estresse respiratório em porcos-marinhos do Atlântico Norte desencadeia respostas imunes e metabólicas sistêmicas, identificando assinaturas moleculares específicas no pulmão e no músculo que podem servir como biomarcadores para monitoramento da saúde e conservação da espécie.
O estudo demonstra que a competição entre ribossomos mitocondriais e citosólicos gera um interruptor metabólico bistável na levedura, onde o equilíbrio entre a síntese de proteínas mitocondriais e a diluição celular determina a transição epigenética entre estados de fermentação e respiração.
Este estudo avalia como a incerteza profunda nos parâmetros de modelos farmacocinéticos baseados em fisiologia (PBPK) impacta a variabilidade das previsões de exposição tecidual, identificando que compostos lipofílicos e protonados geram maior discordância entre modelos e destacando a necessidade de quantificação de incertezas para melhorar a confiabilidade em fluxos de triagem virtual.
Este artigo propõe uma estratégia de otimização de acoplamento bimodal em sistemas biológicos, onde oscilações como as do ritmo cardíaco e respiratório alternam dinamicamente entre modos sincronizados (priorizando eficiência energética) e dessincronizados (priorizando demanda funcional), um princípio universal validado tanto em humanos quanto em ilhotas pancreáticas.
Este artigo apresenta uma nova framework de análise de alcançabilidade de glicanos que, ao utilizar o princípio do "gargalo" para quantificar a capacidade biossintética tecidual com base nos componentes menos abundantes das vias, supera as limitações das abordagens binárias e revela variações biológicas significativas em dados de transcriptômica humana.
Este ensaio clínico randomizado demonstrou que a administração oral de LNAD+ aumentou significativamente os níveis de NAD+ intracelular e o fluxo metabólico em adultos saudáveis sem elevar o NAD+ circulante, apresentando um perfil de segurança favorável.
Este estudo apresenta uma abordagem integrada baseada em modelos que unifica dados heterogêneos de sistemas celulares para elucidar os mecanismos do agonista GLP-1R exenatide, superando a variabilidade entre estudos e validando previsões clinicamente relevantes.
Este estudo revela que a composição de aminoácidos das enzimas metabólicas humanas não segue um princípio único de minimização de custos, mas sim um sistema econômico multicamadas que integra estratégias de economia, troca e internalização de externalidades, formando arquétipos distintos exclusivos de organismos multicelulares.
Utilizando resultados da teoria de grafos extremal, o artigo demonstra que a predominância de junções trifurcadas em redes mitocondriais torna estatisticamente provável a formação de um grande componente conectado, sugerindo que essa estrutura pode ser um modelo nulo esperado sem a necessidade de explicações biológicas específicas.
Este estudo realiza uma análise proteogenômica pan-câncer do Sistema Ubiquitina-Proteassoma, identificando E3 ubiquitina ligases clinicamente relevantes e suas redes regulatórias através de dados multiômicos harmonizados, além de apresentar a plataforma interativa UbiDash para explorar essas alterações.
O artigo apresenta o MINGL, uma estrutura probabilística que transforma anotações discretas de vizinhança celular em medidas contínuas de arquitetura tecidual, permitindo a quantificação precisa de gradientes, heterogeneidade e interfaces biológicas em dados de ômica espacial.
Este estudo identifica um gargalo de rede acoplado à trajetória, mediado pelo eixo CDK1-CDKN1A-WEE1, que governa a resistência à gemcitabina em modelos de tecido de adenocarcinoma ductal pancreático (PDAC) ao promover um estado de persistência na fase S, uma descoberta validada em um atlas de 726.107 células de pacientes.
O artigo apresenta o VIOLIN, um framework modular e configurável que reconcilia sistematicamente interações moleculares extraídas de literatura científica com modelos estruturados, classificando-as em categorias como corroboração, contradição ou extensão, e demonstrando alta precisão e estabilidade ao ser testado com diversos sistemas de processamento de linguagem natural e modelos de linguagem.
Este estudo mapeou o perfil de energia livre de Gibbs no metabolismo hepático de camundongos, revelando que o fígado mantém uma notável robustez termodinâmica durante o jejum e na obesidade, alcançada através de custos enzimáticos que permitem uma troca eficiente entre glicólise e gliconeogênese apesar de grandes flutuações nas concentrações de metabólitos.
O artigo apresenta o NeighborFinder, um pacote R que infere redes microbianas locais e diretas ao redor de uma espécie de interesse de forma eficiente e interpretável, superando as limitações computacionais e de foco das ferramentas de redes globais existentes.
Este trabalho apresenta uma abordagem de aprendizado de máquina baseada em grafos que prevê com precisão os efeitos de perturbações gênicas em fenótipos moleculares, permitindo a priorização de experimentos e a inferência de mecanismos biológicos com conjuntos de dados reduzidos.