T-cell Receptor Is a Threshold Detector: Sub- and Supra-Threshold Stochastic Resonance in TCR-MHC Clusters on the Cell Surface
Notice bibliographique
Résumé
Stochastic resonance in clusters of major histocompatibility molecules is extended by a more detailed description of adaptive thresholding and by applying the notion of suprathreshold stochastic resonance as a stochastically quantizing encoder of transmembrane signaling downstream of major histocompatibility molecules and T-cell receptors on the side of presenting and recognizing cells, respectively. The adaptive nature of thresholding is partly explained by a mirroring of the noncognate-cognate dichotomy shown by the T-cell receptor structure and the kinetic-segregation model of the onset of T-cell receptor triggering. Membrane clusters of major histocompatibility molecules and T-cell receptors on their host cells are envisioned as places of the temporal encoding of downstream signals via the suprathreshold stochastic resonance process. The ways of optimization of molecular prostheses, such as chimeric antigen receptors against cancer in transmembrane signaling, are suggested in the framework of suprathreshold stochastic resonance. The analogy between Förster resonance energy transfer and suprathreshold stochastic resonance for information transfer is also discussed. The overlap integral for energy transfer parallels the mutual information transferred by suprathreshold stochastic resonance.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,002 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».