Super Resolution Network Analysis Defines the Molecular Architecture of Caveolae and Caveolin-1 Scaffolds
Notice bibliographique
Résumé
Quantitative approaches to analyze the large data sets generated by single molecule localization super-resolution microscopy (SMLM) are limited. We developed a computational pipeline and applied it to analyzing 3D point clouds of SMLM localizations (event lists) of the caveolar coat protein, caveolin-1 (Cav1), in prostate cancer cells differentially expressing CAVIN1 (also known as PTRF), that is also required for caveolae formation. High degree (strongly-interacting) points were removed by an iterative blink merging algorithm and Cav1 network properties were compared with randomly generated networks to retain a sub-network of geometric structures (or blobs). Machine-learning based classification extracted 28 quantitative features describing the size, shape, topology and network characteristics of ∼80,000 blobs. Unsupervised clustering identified small S1A scaffolds corresponding to SDS-resistant Cav1 oligomers, as yet undescribed larger hemi-spherical S2 scaffolds and, only in CAVIN1-expressing cells, spherical, hollow caveolae. Multi-threshold modularity analysis suggests that S1A scaffolds interact to form larger scaffolds and that S1A dimers group together, in the presence of CAVIN1, to form the caveolae coat.
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) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».