🧬 biology
Antiproliferative evaluation of hinokinin-loaded PLGA and PLGA-PEG nanoparticles
本研究表明，桧木素可以高效地封装入 PLGA 和 PLGA-PEG 纳米颗粒中，并具有高稳定性和快速释放的特性，尽管与游离药物相比，所得纳米系统在体外对癌细胞的抗增殖活性相当或有所降低。
🧬 Category
q-bio
1807 篇论文
🧬 biology
Deep-UV lensless holographic microscopy on visible CMOS sensors for low-dose centimeter-scale biochemical imaging
本文提出了一种利用标准可见光 CMOS 传感器实现低剂量、无透镜深紫外全息显微成像平台，旨在以高通量、化学特异性对比度和亚微米分辨率实现厘米级无标记生化成像。
🧬 biology
PREDetector 4.0: interactive genome-wide prediction and functional analysis of bacterial regulons
PREDetector v4.0 是一个更新后的交互式 Web 平台，通过整合超过 9,000 个基因组和 2,000 个经人工校正的基序，并结合动态阈值调整、可靠性评估以及与外部注释资源的直接链接，实现了对细菌调控子进行全面的全基因组预测与功能分析。
🧬 biology
Adaptive Differences in Cutaneous Thermal Sensations across Natural Climates: Cold, Temperate, and Tropical indigenes
本研究表明，长期暴露于自然气候（热带、温带和寒冷气候）会诱导原住民在皮肤热感官方面产生适应性差异，其中热带原住民即便生活在现代化环境中，其热阈值也显著更高且敏感度更低。
🧬 biology
FAK- and TGF-β1-dependent biomechanical alterations in microvascular endothelial cells exposed to spatial fluid shear stress gradients
本研究揭示了空间流体剪切应力梯度会诱导微血管内皮细胞发生即时且持续的生物力学改变，包括迁移速度降低、增强逆流向的集体定向运动以及牵引力增加，这些改变分别由 FAK 介导的机械转导和 TGF-β1 信号通路在机制上所调控。
🧬 biology
A Unified Energy Landscape Framework for Development and Aging
本文提出了一个统一的动力学框架，将发育与衰老均建模为可变形能量景观上的随机轨迹，其中发育表现为向稳定吸引子状态的弛豫，而衰老则源于景观稳定性的逐渐侵蚀，从而导致噪声增加和组织功能障碍。
🧬 biology
Opportunities, challenges and responsible innovation using generative artificial intelligence for biological sequence design
本白皮书提出了由多学科研讨会达成的共识建议，提议建立一个三层级的“纵深防御”治理框架，旨在平衡生成式人工智能在生物序列设计方面的变革潜力，与缓解数据偏差、模型不透明性及双重用途威胁等紧迫风险的需求之间的关系。
🧬 biology
Discovery of plastid gene mutations causing albinism in chimeric Cornus cultivars (Cornaceae)
本研究识别了导致嵌合体山茱萸品种白化现象的特定有害质体基因突变，解析了其母系系统发育谱系，并开发了用于区分这些形态相似品种的分子标记，以实现精准育种。
🧬 biology
Valorization of Freshwater Crab Derived Astaxanthin from Spiralothelphusa hydrodroma (Herbst, 1794) with Enhanced Antioxidant and Antibacterial Efficiency
本研究表明，与组织相比，淡水蟹 *Spiralothelphusa hydrodroma* 的蟹壳是更优越的天然虾青素来源，其表现出高提取率以及显著的抗氧化和抗菌活性，支持了其在营养保健品和医药领域的潜在应用。
🧬 biology
ResVGGFormer: A Hybrid Residual-enhanced VGG-Transformer model for Predicting Multi-type RNA Modification Site in S. cerevisiae
本文介绍了一种名为 ResVGGFormer 的混合深度学习框架，该框架将残差增强型 VGG 式骨干网络与 Transformer 编码器相结合，以高效且准确地预测酿酒酵母（*S. cerevisiae*）中的多种类型 RNA 修饰位点，从而实现了比现有基准模型更优的性能和卓越的训练效率。