MétaCan
Menu
← Retour à la cohorte
Enregistrement W3173335618 · doi:10.1101/2021.06.28.450200

Biophysical Models of PAR Cluster Transport by Cortical Flow in <i>C. elegans</i> Early Embryogenesis

2021· preprint· en· W3173335618 sur OpenAlexfundno aff
Cole Zmurchok, William R. Holmes

Notice bibliographique

RevuebioRxiv (Cold Spring Harbor Laboratory) · 2021
Typepreprint
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGenetics, Aging, and Longevity in Model Organisms
Établissements canadiensnon disponible
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaNational Science Foundation
Mots-clésCluster analysisBiological systemScalar (mathematics)Caenorhabditis elegansPolarity (international relations)Cluster (spacecraft)Flow (mathematics)PhysicsComputer scienceStatistical physicsBiologyMathematicsMechanicsArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

Abstract The clustering of membrane-bound proteins facilitates their transport by cortical actin flow in early Caenorhabditis elegans embryo cell polarity. PAR-3 clustering is critical for this process, yet the bio-physical processes that couple protein clusters to cortical flow remain unknown. We develop a discrete, stochastic agent-based model of protein clustering and test four hypothetical models for how clusters may interact with the flow. Results show that the canonical way to assess transport characteristics from single particle tracking data used thus far in this area, the Péclet number, is insufficient to distinguish these hypotheses and that all models can account for transport characteristics quantified by this measure. However, using this model, we demonstrate that these different cluster-cortex interactions may be distinguished using a different metric, namely, the scalar projection of cluster displacement on to the flow displacement vector. Our results thus provide a testable way to use existing single particle tracking data to test how endogenous protein clusters may interact with the cortical flow to localize during polarity establishment. To facilitate this investigation, we also develop both improved simulation and semi-analytic methodologies to quantify motion summary statistics (e.g., Péclet number and scalar projection) for these stochastic models as a function of biophysical parameters.

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: Empirique
Score de désaccord entre enseignants0,013
Score d'incertitude au seuil0,026

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,000
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 Opus0,007
Tête enseignante GPT0,193
Écart entre enseignants0,186 · 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→