物理生物能量学:非平衡物理学、能量代谢与细胞生物学的新交叉

线粒体是关键的能量产生细胞器,已被观察到与细胞骨架[31]和内质网[32]相关,并显示出细胞内膜电位[54]和线粒体DNA序列[55]的异质性,这意味着潜在的存在能量流的复杂细胞内模式。糖酵解酶还与肌动蛋白细胞骨架相关联,使细胞能够将糖酵解通量与细胞机械环境的变化结合起来[56]。虽然包括ATP[57]、还原型烟酰胺...

追问weekly | 过去一周,脑科学领域有哪些新发现?Vol.38

DTB的计算框架为探索大脑结构与功能关系、测试各种认知和医学方法提供了新平台。研究还指出,在信息传递量巨大的情况下,团队使用了14012张图形处理器(GPU)进行计算,使模拟过程稳定可靠。此项研究展示了DTB平台在脑疾病诊疗、减少生物实验伤害以及类脑人工智能发展中的潜力。相关论文发表在NationalScienceReview上。#...

定量解析秀丽隐杆线虫早期胚胎发育中的细胞命运

P2细胞经历两次额外的分裂,形成C和D细胞,这些细胞与产生生殖细胞的P4细胞一起产生各种组织(Wolpert等人,2019年)。尽管秀丽隐杆线虫具有一致的细胞系谱,每个发育阶段的细胞命运都有详细记录,但这并不意味着细胞分化总是遵循相同的轨迹(Rothman和Jarriault,2019年),因为基因、蛋白质和细胞之间的复杂相互作用推动了胚胎发...

陈玲玲:RNA有自己的特点,别把它当蛋白质来研究

“跳出现有框架的新方法”可能会向哪些方向发展?首先,因为RNA的结构柔性很高,也时常处于动态之中,所以需要更高的分辨率,更加实时动态地去捕捉它的状态。如何实现?RNA功能研究需要整合跨学科方法,包括RNA化学、RNA生物物理学、基于RNA的细胞生物学等手段,最终目标是在单分子和原子分辨率上解析非编码RNA及其与蛋白质形成...

过去一周,脑科学领域有哪些新发现?| 追问weekly Vol.36

01神经技术领域取得多项突破,包括非侵入性电刺激组合提高空间导航和记忆表现,细胞重编程为类似中间神经元的细胞,以及新型电压指示器ASAP5实现超灵敏突触电信号成像。02人工智能在临床试验匹配、蛋白质定位错误疾病、诊断推理等方面展现潜力,但尚需进一步研究如何有效整合AI与临床实践。

芝加哥大学林文斌团队:MOF诱导的白细胞样结构 | NSR

近日,美国芝加哥大学林文斌团队研究出了纳米金属-有机框架(MOF)作为放疗增敏剂的一种独特的免疫机制(www.e993.com)2024年11月29日。作者通过MOF与STING激动剂(GA)的配位偶联,研发出一种新型纳米增敏剂GA-MOF,可有效增强放疗并调控原位肿瘤微环境,促使瘤内形成免疫刺激热点(人造白细胞样结构),并激活全身免疫而抑制远端肿瘤。

知耕PI专辑|AlphaFold 3 预测了所有生命分子的结构和相互作用

最后,蛋白质-配体结构预测的大幅改进表明,在通用深度学习框架内,处理化学空间的广泛多样性是可能的,而无需人为地将蛋白质结构预测与配体对接分开。自下而上地建模细胞组分是解开细胞内分子调控复杂性的关键一步,AlphaFold3的性能表明,开发正确的深度学习框架可以大大减少获得这些任务上生物相关性能所需的数据量,并...

专访腾讯AI Lab姚建华、杨帆:腾讯 AI Lab 为何瞄准单细胞蛋白质组...

AlphaFold主要分析的是单个蛋白质的结构，例如蛋白质的折叠方式或几个蛋白质之间的相互作用，它关注的是单个蛋白质的三维结构，以及其功能和对人体细胞的作用。而我们的研究则是从另一个角度出发，分析细胞内所有蛋白质的表达模式。我们知道，人体有数以亿计的蛋白质，即使是单个细胞内也有成千上万的蛋白质。我们的...

专访姚建华、杨帆:腾讯 AI Lab 为何瞄准单细胞蛋白质组学

论文一中建立的SPDB数据库,通过标准化处理不同来源的单细胞蛋白质组学数据,使得数据易于比较和分析,是目前全球数据量最大、覆盖技术和数据集最为广泛的单细胞蛋白质数据库。论文二中的scPROTEIN框架,针对单细胞蛋白组数据的特殊性提出了解决方案,能够处理数据中的不确定性、缺失值、批次效应和噪声问题。为基于...

基于多尺度建模的机器学习正反问题求解|周四分享·复杂系统自动...

细胞分化模型主方程(MasterEquation)的建立Kurtz极限下的矩封闭方程具有负反馈的基因调控网络基本模型介绍具有时间尺度分离的化学反应系统使用ODENet进行模型简化主要涉及到的知识概念微分方程,Differentialequations正向问题,Forwardproblem反向问题,Inverseproblem...