MétaCan
Menu
Retour à la cohorte
Enregistrement W2153124851 · doi:10.1088/1478-3975/9/4/046005

Regimes of wave type patterning driven by refractory actin feedback: transition from static polarization to dynamic wave behaviour

2012· article· en· W2153124851 sur OpenAlexaff
William R. Holmes, A. E. Carlsson, Leah Edelstein‐Keshet

Notice bibliographique

RevuePhysical Biology · 2012
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueCellular Mechanics and Interactions
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesNational Institute of General Medical SciencesKorea Electrotechnology Research Institute
Mots-clésPositive feedbackActinCDC42Negative feedbackPhysicsNucleationGTPaseBiophysicsBiological systemBiologyQuantum mechanicsCell biology

Résumé

récupéré en direct d'OpenAlex

Patterns of waves, patches, and peaks of actin are observed experimentally in many living cells. Models of this phenomenon have been based on the interplay between filamentous actin (F-actin) and its nucleation promoting factors (NPFs) that activate the Arp2/3 complex. Here we present an alternative biologically-motivated model for F-actin-NPF interaction based on properties of GTPases acting as NPFs. GTPases (such as Cdc42, Rac) are known to promote actin nucleation, and to have active membrane-bound and inactive cytosolic forms. The model is a natural extension of a previous mathematical mini-model of small GTPases that generates static cell polarization. Like other modellers, we assume that F-actin negative feedback shapes the observed patterns by suppressing the trailing edge of NPF-generated wave-fronts, hence localizing the activity spatially. We find that our NPF-actin model generates a rich set of behaviours, spanning a transition from static polarization to single pulses, reflecting waves, wave trains, and oscillations localized at the cell edge. The model is developed with simplicity in mind to investigate the interaction between nucleation promoting factor kinetics and negative feedback. It explains distinct types of pattern initiation mechanisms, and identifies parameter regimes corresponding to distinct behaviours. We show that weak actin feedback yields static patterning, moderate feedback yields dynamical behaviour such as travelling waves, and strong feedback can lead to wave trains or total suppression of patterning. We use a recently introduced nonlinear bifurcation analysis to explore the parameter space of this model and predict its behaviour with simulations validating those results.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,012
Tête enseignante GPT0,265
Écart entre enseignants0,254 · 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 source (Gemma direct ou Codex distillé), 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

Citations84
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePhysical BiologyMême sujetCellular Mechanics and InteractionsTravaux en français237 207