MétaCan
Menu
Retour à la cohorte
Enregistrement W3032187948 · doi:10.1101/2020.05.28.121749

Multifractality Nature of Microtubule Dynamic Instability Process

2020· preprint· en· W3032187948 sur OpenAlexafffund
Vahid Rezania, Ferry C. Sudirga, Jack A. Tuszyński

Notice bibliographique

RevuebioRxiv (Cold Spring Harbor Laboratory) · 2020
Typepreprint
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueComplex Systems and Time Series Analysis
Établissements canadiensUniversity of AlbertaMacEwan University
Organismes subventionnairesAllard FoundationNatural Sciences and Engineering Research Council of CanadaMacEwan University
Mots-clésMultifractal systemStatistical physicsMicrotubuleInstabilityRepresentation (politics)Biological systemSeries (stratigraphy)Microtubule polymerizationPhysicsMathematicsTubulinFractalMathematical analysisMechanicsGeologyBiology

Résumé

récupéré en direct d'OpenAlex

Abstract The irregularity of growing and shortening patterns observed experimentally in microtubules reflects a dynamical system that fluctuates stochastically between assembly and disassembly phases. The observed time series of microtubule lengths have been extensively analyzed to shed light on structural and dynamical properties of microtubules. Here, for the first time, Multifractal Detrended Fluctuation analysis (MFDFA) has been employed to investigate the multifractal and topological properties of both experimental and simulated microtubule time series. We find that the time dependence of microtubule length possesses true multifractal characteristics and cannot be described by monofractal distributions. Based on the multifractal spectrum profile, a set of multifractal indices have been calculated that can be related to the level of dynamical activities of microtubules. We also show that the resulting multifractal spectra for the simulated data might not be comparable with experimental data. Statement of Significance Microtubules are some of the most important subcellular structures involved in a multitude of functions in all eukaryotic cells. In addition to their cylindrical geometry, their polymerization/depolymerization dynamics, termed dynamic instability, is unique among all protein polymers. In this paper we demonstrate that there is a very specific mathematical representation of microtubule growth and shrinkage time series in terms of multifractality. We further show that using this characteristic, one can distinguish real experimental data from synthetic time series generated from computer simulations.

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)0,003
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 enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,017
Tête enseignante GPT0,222
Écart entre enseignants0,205 · 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

Citations1
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuebioRxiv (Cold Spring Harbor Laboratory)Même sujetComplex Systems and Time Series AnalysisTravaux en français237 207