MétaCan
Menu
Retour à la cohorte
Enregistrement W2304747814

Analysis of a simple gene expression model

2012· dissertation· en· W2304747814 sur OpenAlexfundno aff
Simbarashe Chipindirwi

Notice bibliographique

RevueOpen ULeth Scholarship (OPUS) (University of Lethbridge) · 2012
Typedissertation
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGene Regulatory Network Analysis
Établissements canadiensnon disponible
Organismes subventionnairesUniversity of Lethbridge
Mots-clésMathematicsHypergeometric distributionStatistical physicsProbability distributionNoise (video)Stochastic processHypergeometric functionInvariant (physics)Invariant measureApplied mathematicsMathematical analysisStatisticsPhysicsComputer scienceMathematical physics
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Gene expression is random owing to the low copy numbers of molecules in a living cell and the best way to study it is by use of a stochastic method, specifically the chemical master equation. The method is used here to derive analytically the invariant probability distributions, and expressions for the moments and noise strength for a simple gene model without feedback. Sensitivity analysis, emphasizing particularly the dependence of the probability distributions, the moments, and noise strength is carried out using Metabolic Control Analysis, which uses control coefficients that measure the response of observables when parameters change. Bifurcation analysis is also carried out. The results show that the number of mRNA molecules follows a hypergeometric probability distribution, and that noise decreases as the number of these molecules increases. Metabolic Control Analysis was successfully extended to genetic control mechanisms, with the obtained control coefficients satisfying a summation theorem. The system undergoes stochastic bifurcations as parameters change.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,214
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0020,001
Intégrité de la recherche0,0010,000
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 Opus0,024
Tête enseignante GPT0,274
Écart entre enseignants0,250 · 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.

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

Citations2
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOpen ULeth Scholarship (OPUS) (University of Lethbridge)Même sujetGene Regulatory Network AnalysisTravaux en français237 207