AI voor rigoureuze en schaalbare celtracking Het volgen van individuele cellen in de tijd is een van de moeilijkste computationele uitdagingen in de biologie. Cellen delen, migreren en veranderen van vorm, en zelfs met krachtige microscopen kan de taak om afstammingen te reconstrueren aanvoelen als het in elkaar zetten van een puzzel waarbij de stukken voortdurend verschuiven. Decennialang was veel van dit werk afhankelijk van heuristieken of ad-hoc regels, wat de reproduceerbaarheid moeilijk maakte en de resultaten lastig te vergelijken tussen laboratoria. Twee recente artikelen tonen aan hoe AI en moderne computation deze sector transformeren. In OrganoidTracker 2.0 introduceren Betjes en co-auteurs een probabilistisch kader dat de onzekerheid in afstammingstoewijzingen kwantificeert. In plaats van simpelweg een "beste gok" te geven, hecht de methode vertrouwensniveaus, waardoor onderzoekers ambiguïteit kunnen identificeren en zorgen voor rigoureuzere downstream analyses. Parallel presenteren Bragantini en co-auteurs Ultrack, een tool die is ontworpen voor schaalbaarheid en toegankelijkheid. Door geavanceerde optimalisatie en op grafen gebaseerde algoritmen te integreren in veelgebruikte platforms, maakt Ultrack het mogelijk om grootschalige beelddatasets efficiënt te verwerken terwijl de drempels voor adoptie worden verlaagd. Samen markeren deze vooruitgangen een verschuiving in celtracking: van fragiele heuristieken naar statistisch onderbouwde, schaalbare en breed toepasbare tools. Ze tonen aan hoe AI niet alleen een taak automatiseert, maar deze herformuleert in termen van reproduceerbaarheid, onzekerheid en integratie met echte experimentele workflows. Artikelen: &

Programmeringslogica in eiwitten: slimme biomaterialen die rekenen De meeste van de huidige "slimme" biomaterialen reageren op eenvoudige, één-op-één manieren: één invoer produceert één uitvoer. Een hydrogel kan een medicijn vrijgeven wanneer deze aan licht wordt blootgesteld, of een nanopartikel kan afbreken wanneer het een bepaald enzym tegenkomt. Maar biologie werkt zelden in zo'n isolatie. Cellen en weefsels verwerken voortdurend meerdere signalen tegelijk, en biomaterialen van de volgende generatie zullen hetzelfde moeten doen - beslissen wanneer ze een eiwit vrijgeven, activeren of lokaliseren, alleen als de juiste combinatie van triggers aanwezig is. Ryan Gharios en co-auteurs presenteren een kader dat dit mogelijk maakt. In plaats van te vertrouwen op langzame, laagrenderende chemische syntheses, coderen ze AND/OR/YES-logica rechtstreeks in eiwitten tijdens recombinante expressie. De truc is om gebruik te maken van ontworpen koppelingen waarvan de topologie de "poort" definieert: snijplaatsen in serie gedragen zich als OR, parallel als AND, en een enkele plaats als YES. Orthogonale proteasen fungeren als de "invoeren", en het materiaal geeft zijn eiwitlading alleen vrij wanneer de geprogrammeerde logische voorwaarde is vervuld. Met deze aanpak implementeerde het team alle 17 mogelijke logica-gedragingen met drie ingangen en breidde het zelfs uit naar een operator met vijf ingangen. Ze demonstreerden nauwkeurige eiwitafgifte van magnetische kralen, gemultiplexte levering van hydrogels, voorwaardelijke labeling van HER2⁺ cellen, en intracellulaire programma's die beslissen of een eiwit aan het membraan blijft of in het cytosol diffundeert. De echte doorbraak is schaalbaarheid. Omdat de logica genetisch gecodeerd is, kunnen ontwerpen snel worden samengesteld, geproduceerd in bacteriën en op grote schaal gezuiverd - wat de deur opent naar programmeerbare therapieën, responsieve steigers voor weefselengineering en biohybride systemen waarin levende cellen en materialen samen rekenen. Dit werk wijst op een toekomst waarin biomaterialen niet alleen reageren, maar daadwerkelijk beslissen - waardoor Booleaanse logica van digitale circuits naar levende systemen wordt gebracht. Paper:

Warmte-oplaadbare DNA-computing: logische circuits die resetten met een warmtepuls DNA is niet alleen de drager van genetische informatie - het kan ook worden geprogrammeerd als een taal van baseparen om circuits te bouwen die rekenen. In de afgelopen twee decennia hebben onderzoekers DNA-logische poorten, oscillatoren en zelfs neurale netwerken ontworpen. De uitdaging is dat de meeste van deze systemen eenmalig zijn: zodra een circuit draait, drijft het naar evenwicht en stopt het met werken. Elke nieuwe taak vereist verse "brandstof"-strengen, wat afval creëert en de schaalbaarheid beperkt. Tianqi Song en Lulu Qian presenteren een opvallend alternatief: circuits die opladen met niets meer dan een korte warmtepuls. Door uitgangen aan hun poorten te bevestigen in een haarspeldstructuur, drijven ingangen nog steeds de berekening aan via strandaftrekking, maar na gebruik breekt verwarming zwakke bindingen terwijl sterke verbindingen behouden blijven. Afkoeling herstelt vervolgens het systeem naar een kinetisch gevangen gereedstaat, klaar voor nieuwe ingangen. De beloning is groot. Ze demonstreren ten minste 16 herbruikbare rondes van berekening in dezelfde buis, met resets in minuten. De aanpak schaalt naar circuits met meer dan 200 DNA-soorten, inclusief winner-take-all neurale netwerken en een 100-bits classifier die MNIST-cijfers 6 van 7 onderscheidt. De prestaties blijven consistent over resets, met minimale afvalopbouw. Het resultaat is een soort universele energiebron voor moleculaire computing - warmte fungeert als de "batterij" die logica, drempels en neurale netwerken aandrijft zonder op maat gemaakte brandstoffen. Het wijst op een toekomst waarin DNA-computers langdurige, adaptieve en potentieel lerende gedragingen in autonome chemische systemen kunnen ondersteunen. Paper: