Stoichiometry of molecular complexes at adhesions in living cells
Notice bibliographique
Résumé
We describe a method to detect molecular complexes and measure their stoichiometry in living cells from simultaneous fluctuations of the fluorescence intensity in two image channels, each detecting a different kind of protein. The number and brightness (N&B) analysis, namely, the use of the ratio between the variance and the average intensity to obtain the brightness of molecules, is extended to the cross-variance of the intensity fluctuations in two channels. We apply the cross-variance method to determine the stoichiometry of complexes containing paxillin and vinculin or focal adhesion kinase (FAK) in disassembling adhesions in mouse embryo fibroblasts expressing FAK, vinculin, and paxillin-tagged with EGFP and mCherry. We found no complexes of these proteins in the cytoplasm away from the adhesions. However, at the adhesions, large aggregates leave, forming a hole, during their disassembly. This hole shows cross-correlation between FAK and paxillin and vinculin and paxillin. From the amplitude of the correlated fluctuations we determine the composition of the aggregates leaving the adhesions. These aggregates disassemble rapidly in the cytoplasm because large complexes are found only in very close proximity to the adhesions or at their borders.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».