MétaCan
Menu
Retour à la cohorte
Enregistrement W3004441219 · doi:10.1038/s41598-020-58820-y

Microtubules as Sub-Cellular Memristors

2020· article· en· W3004441219 sur OpenAlexafffund
Jack A. Tuszyński, Douglas E. Friesen, Holly Freedman, Valeriy I. Sbitnev, Hyongsuk Kim, Iara Santelices, Aarat P. Kalra, Sahil Patel, Karthik Shankar, Leon O. Chua

Notice bibliographique

RevueScientific Reports · 2020
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Memory and Neural Computing
Établissements canadiensUniversity of Alberta
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaAllard Foundation
Mots-clésMemristorResistorCapacitorMicrotubuleElectrical elementPhysicsNanotechnologyVoltageMaterials scienceBiology

Résumé

récupéré en direct d'OpenAlex

Memristors represent the fourth electrical circuit element complementing resistors, capacitors and inductors. Hallmarks of memristive behavior include pinched and frequency-dependent I-V hysteresis loops and most importantly a functional dependence of the magnetic flux passing through an ideal memristor on its electrical charge. Microtubules (MTs), cylindrical protein polymers composed of tubulin dimers are key components of the cytoskeleton. They have been shown to increase solution's ionic conductance and re-orient in the presence of electric fields. It has been hypothesized that MTs also possess intrinsic capacitive and inductive properties, leading to transistor-like behavior. Here, we show a theoretical basis and experimental support for the assertion that MTs under specific circumstances behave consistently with the definition of a memristor. Their biophysical properties lead to pinched hysteretic current-voltage dependence as well a classic dependence of magnetic flux on electric charge. Based on the information about the structure of MTs we provide an estimate of their memristance. We discuss its significance for biology, especially neuroscience, and potential for nanotechnology applications.

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)0,000
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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.

Tête enseignante Opus0,014
Tête enseignante GPT0,206
Écart entre enseignants0,192 · 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

Citations59
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueScientific ReportsMême sujetAdvanced Memory and Neural ComputingTravaux en français237 207