MétaCan
Menu
Retour à la cohorte
Enregistrement W4221017709 · doi:10.1088/2399-6528/ac623c

Mathematical and numerical modelling of copper transport in yeast

2022· article· en· W4221017709 sur OpenAlexaff
Aaron Francis Wilkins, Maria Laura Sosa Ponce, Vanina Zaremberg, Michael E. Wieser, Brandon Karchewski

Notice bibliographique

RevueJournal of Physics Communications · 2022
Typearticle
Langueen
DomaineNursing
ThématiqueTrace Elements in Health
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésSaccharomyces cerevisiaeYeastMass transportBiological systemTransport systemSystems biologyBiochemical engineeringTransport phenomenaMathematical modelChemistryComputer scienceComputational biologyBiologyPhysicsBiochemistryEngineeringMechanics

Résumé

récupéré en direct d'OpenAlex

Abstract The transport and regulation of metals in eukaryotic cells is a complex process, dependent on protein transporters that respond to cell needs. The application of dynamic mathematical models can provide valuable insights into these transport mechanisms. Mathematical simulations of transport processes may not directly predict transport mechanisms but can guide experimental design or identify inconsistencies between observation and hypotheses. Copper is an essential metal in eukaryotic cells as a catalytic co-factor in metallochaperone proteins and is therefore tightly regulated in living systems, making it valuable for quantifying biological transport mechanisms. In order to test our modeling system, a culture of baker’s yeast (Saccharomyces cerevisiae) was grown, copper concentrations were obtained from the cells and growth media, and a mathematical model was developed to investigate transport mechanisms between the growth media and the cells. A model based on conservation of mass was presented as a system of equations upon which to develop. This system of equations was developed to include an active transport term that describes a homeostatic concentration that cells actively maintain through negative feedback, and with a delayed activation, the model was more accurate at predicting the experimental data. The hypothesis and dynamic model derived in this work provide a novel framework that may be applied to additional metals or used to describe other transport mechanisms in biological 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 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)0,002
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 enseignants0,038
Score d'incertitude au seuil0,076

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,089
Tête enseignante GPT0,344
Écart entre enseignants0,255 · 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
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Physics CommunicationsMême sujetTrace Elements in HealthTravaux en français237 207