MétaCan
Menu
Retour à la cohorte
Enregistrement W1985791177 · doi:10.1371/journal.pcbi.1002585

Adaptive Temperature Compensation in Circadian Oscillations

2012· article· en· W1985791177 sur OpenAlexafffund
Paul François, Nicolas Despierre, Eric D. Siggia

Notice bibliographique

RevuePLoS Computational Biology · 2012
Typearticle
Langueen
DomaineNeuroscience
ThématiqueCircadian rhythm and melatonin
Établissements canadiensMcGill University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaMcGill UniversityNational Science Foundation
Mots-clésEntrainment (biomusicology)Circadian clockPhase responsePhase response curveCircadian rhythmRealization (probability)Biological systemControl theory (sociology)Phase (matter)Computer sciencePhysicsBiologyMathematicsNeuroscienceStatisticsRhythmArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

A temperature independent period and temperature entrainment are two defining features of circadian oscillators. A default model of distributed temperature compensation satisfies these basic facts yet is not easily reconciled with other properties of circadian clocks, such as many mutants with altered but temperature compensated periods. The default model also suggests that the shape of the circadian limit cycle and the associated phase response curves (PRC) will vary since the average concentrations of clock proteins change with temperature. We propose an alternative class of models where the twin properties of a fixed period and entrainment are structural and arise from an underlying adaptive system that buffers temperature changes. These models are distinguished by a PRC whose shape is temperature independent and orbits whose extrema are temperature independent. They are readily evolved by local, hill climbing, optimization of gene networks for a common quality measure of biological clocks, phase anticipation. Interestingly a standard realization of the Goodwin model for temperature compensation displays properties of adaptive rather than distributed temperature compensation.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,835
Score d'incertitude au seuil0,429

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,049
Tête enseignante GPT0,276
Écart entre enseignants0,227 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations55
Publié2012
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePLoS Computational BiologyMême sujetCircadian rhythm and melatoninTravaux en français237 207