Rapid Time-stamped Analysis of Filament Motility
Notice bibliographique
Résumé
Abstract The in vitro motility assay is a valuable tool to understand motor protein mechanics, but existing algorithms are not optimized for accurate time resolution. We propose an algorithm that combines trace detection with a time-stamped analysis. By tracking filament ends, we minimize data loss from overlapping and crossing filaments. A movement trace formed by each filament end is created by time-stamping when the filament either first (filament tip) or last (filament tail) occupies a pixel. A frame number vs distance curve is generated from this trace, which is segmented into regions by slope to detect stop-and-go movement. We show, using generated mock motility videos, accurate detection of velocity and motile fraction changes for velocities <0.05 pixels per frame, without manual trace dropping and regardless of filament crossings. Compared with established algorithms we show greatly improved accuracy in velocity and motile fraction estimation, with greatly reduced user effort. We tested two actual motility experiments: 1) Adenosine triphosphate (ATP) added to skeletal myosin in rigor; 2) myosin light chain phosphatase (MLCP) added to phasic smooth muscle myosin. Our algorithm revealed previously undetectable features: 1) rapid increase in motile fraction paralleled by a slow increase in velocity as ATP concentration increases; 2) simultaneous reductions in velocity and motile fraction as MLCP diffuses into the motility chamber at very low velocities. Our algorithm surpasses existing algorithms in the resolution of time dependent changes in motile fraction and velocity at a wide range of filament lengths and velocities, with minimal user input and CPU time.
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 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».