A storage-based model of heterocyst commitment and patterning in cyanobacteria
Notice bibliographique
Résumé
When deprived of fixed nitrogen (fN), certain filamentous cyanobacteria differentiate nitrogen-fixing heterocysts. There is a large and dynamic fraction of stored fN in cyanobacterial cells, but its role in directing heterocyst commitment has not been identified. We present an integrated computational model of fN transport, cellular growth, and heterocyst commitment for filamentous cyanobacteria. By including fN storage proportional to cell length, but without any explicit cell-cycle effect, we are able to recover a broad and late range of heterocyst commitment times and we observe a strong indirect cell-cycle effect. We propose that fN storage is an important component of heterocyst commitment and patterning in filamentous cyanobacteria. The model allows us to explore both initial and steady-state heterocyst patterns. The developmental model is hierarchical after initial commitment: our only source of stochasticity is observed growth rate variability. Explicit lateral inhibition allows us to examine ΔpatS, ΔhetN, and ΔpatN phenotypes. We find that ΔpatS leads to adjacent heterocysts of the same generation, while ΔhetN leads to adjacent heterocysts only of different generations. With a shortened inhibition range, heterocyst spacing distributions are similar to those in experimental ΔpatN systems. Step-down to non-zero external fN concentrations is also investigated.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».