MétaCan
Menu
← Retour à la cohorte
Enregistrement W3163621074 · doi:10.1101/2021.05.10.443398

A Keller-Segel model for <i>C elegans</i> L1 aggregation

2021· preprint· en· W3163621074 sur OpenAlexaff
Leon Avery, Brian Ingalls, Catherine I. Dumur, Alexander B. Artyukhin

Notice bibliographique

RevuebioRxiv (Cold Spring Harbor Laboratory) · 2021
Typepreprint
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGenetics, Aging, and Longevity in Model Organisms
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésCaenorhabditis elegansMutantBiological systemBiologyRange (aeronautics)PhenotypeGeneBiophysicsStatistical physicsPhysicsGenetics

Résumé

récupéré en direct d'OpenAlex

Abstract We describe a mathematical model for the aggregation of starved first-stage C elegans larvae (L1s). We propose that starved L1s produce and respond chemotactically to two labile diffusible chemical signals, a short-range attractant and a longer range repellent. This model takes the mathematical form of three coupled partial differential equations, one that describes the movement of the worms and one for each of the chemical signals. Numerical solution of these equations produced a pattern of aggregates that resembled that of worm aggregates observed in experiments. We also describe the identification of a sensory receptor gene, srh–2 , whose expression is induced under conditions that promote L1 aggregation. Worms whose srh–2 gene has been knocked out form irregularly shaped aggregates. Our model suggests this phenotype may be explained by the mutant worms slowing their movement more quickly than the wild type. Author summary Among the most complex of animal behaviors are collective behaviors, in which animals interact with each other so as to produce large-scale organization. Starved first-stage larvae of the nematode Caenorhabditis elegans exhibit such a behavior: they come together to form aggregates of several hundred worms. How and why they do this are unknown. To address these questions, we developed a mathematical model of starved L1 aggregation. This model reproduced the main features of the behavior.

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)0,001
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: aucune
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,018

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0020,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,013
Tête enseignante GPT0,217
Écart entre enseignants0,204 · 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
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuebioRxiv (Cold Spring Harbor Laboratory)→Même sujetGenetics, Aging, and Longevity in Model Organisms→Travaux en français237 207→