MétaCan
Menu
Retour à la cohorte
Enregistrement W1988024270 · doi:10.1111/j.1742-4658.2005.05043.x

Optimal observability of sustained stochastic competitive inhibition oscillations at organellar volumes

2005· article· en· W1988024270 sur OpenAlexafffund
Kevin L. Davis, Marc R. Roussel

Notice bibliographique

RevueFEBS Journal · 2005
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGene Regulatory Network Analysis
Établissements canadiensUniversity of Lethbridge
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaWestern Canada Research Grid
Mots-clésObservabilityRandomnessStochastic resonanceStochastic differential equationOrdinary differential equationLimit (mathematics)MathematicsPhysicsAction (physics)Control theory (sociology)Mathematical analysisNoise (video)Differential equationApplied mathematicsComputer scienceStatisticsQuantum mechanics

Résumé

récupéré en direct d'OpenAlex

When molecules are present in small numbers, such as is frequently the case in cells, the usual assumptions leading to differential rate equations are invalid and it is necessary to use a stochastic description which takes into account the randomness of reactive encounters in solution. We display a very simple biochemical model, ordinary competitive inhibition with substrate inflow, which is only capable of damped oscillations in the deterministic mass-action rate equation limit, but which displays sustained oscillations in stochastic simulations. We define an observability parameter, which is essentially just the ratio of the amplitude of the oscillations to the mean value of the concentration. A maximum in the observability is seen as the volume is varied, a phenomenon we name system-size observability resonance by analogy with other types of stochastic resonance. For the parameters of this study, the maximum in the observability occurs at volumes similar to those of bacterial cells or of eukaryotic organelles.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,398
Score d'incertitude au seuil0,493

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 Opus0,008
Tête enseignante GPT0,228
Écart entre enseignants0,220 · 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'étudeExpérimental (laboratoire)
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

Citations14
Publié2005
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFEBS JournalMême sujetGene Regulatory Network AnalysisTravaux en français237 207