MétaCan
Menu
Retour à la cohorte
Enregistrement W3004418897 · doi:10.1063/1.5143259

Robust oscillations in multi-cyclic Markov state models of biochemical clocks

2020· article· en· W3004418897 sur OpenAlexfundno aff

Notice bibliographique

RevueThe Journal of Chemical Physics · 2020
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGene Regulatory Network Analysis
Établissements canadiensnon disponible
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaAlfred P. Sloan FoundationNational Science Foundation
Mots-clésRandomnessCoherence (philosophical gambling strategy)Markov chainMarkov processDegenerate energy levelsBasis (linear algebra)Energy (signal processing)Stochastic process

Résumé

récupéré en direct d'OpenAlex

Organisms often use cyclic changes in the concentrations of chemical species to precisely time biological functions. Underlying these biochemical clocks are chemical reactions and transport processes, which are inherently stochastic. Understanding the physical basis for robust biochemical oscillations in the presence of fluctuations has thus emerged as an important problem. In a previous paper [C. del Junco and S. Vaikuntanathan, Phys. Rev. E 101, 012410 (2020)], we explored this question using the non-equilibrium statistical mechanics of single-ring Markov state models of biochemical networks that support oscillations. Our finding was that they can exploit non-equilibrium driving to robustly maintain the period and coherence of oscillations in the presence of randomness in the rates. Here, we extend our work to Markov state models consisting of a large cycle decorated with multiple small cycles. These additional cycles are intended to represent alternate pathways that the oscillator may take as it fluctuates about its average path. Combining a mapping to single-cycle networks based on first passage time distributions with our previously developed theory, we are able to make analytical predictions for the period and coherence of oscillations in these networks. One implication of our predictions is that a high energy budget can make different network topologies and arrangements of rates degenerate as far as the period and coherence of oscillations are concerned. Excellent agreement between analytical and numerical results confirms that this is the case. Our results suggest that biochemical oscillators can be more robust to fluctuations in the path of the oscillator when they have a high energy budget.

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)0,001
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
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 Opus0,033
Tête enseignante GPT0,244
Écart entre enseignants0,210 · 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'étudeSimulation ou modélisation
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

Citations15
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Journal of Chemical PhysicsMême sujetGene Regulatory Network AnalysisTravaux en français237 207