Notice bibliographique
Résumé
ABSTRACT Signal transduction within crowded cellular compartments is essential for the physiological function of cells and organisms. While the accuracy with which receptors can probe the concentration of ligands has been thoroughly investigated in dilute systems, the effect of macromolecular crowding on the inference of concentration remains unknown. In this work we develop a novel algorithm to simulate reversible reactions between reacting Brownian particles. This facilitates the calculation of reaction rates and correlation times for ligand-receptor systems in the presence of macromolecular crowding. Using this method, we show that it is possible for crowding to increase the accuracy of estimated ligand concentration based on receptor occupancy. In particular, we find that crowding can enhance the effective association rates between small ligands and receptors to a large enough degree to overcome the increased chance of rebinding due to caging by crowding molecules. For larger ligands, crowding decreases the accuracy of the receptor’s estimate primarily by decreasing the microscopic association and dissociation rates. SIGNIFICANCE Developing an understanding of how cells effectively transmit signals within or between compartments under physical constraints is an important challenge for biophysics. This work investigates the effect that macromolecular crowding can have on the accuracy of a simple ligand-receptor signaling system. We show that the accuracy of an inferred ligand concentration based on the occupancy of the receptor can be enhanced by crowding under certain circumstances. Additionally, we develop a simulation algorithm that speeds the calculation of reaction rates in crowded environments and can be readily applied to other, more complex systems.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».