CoPixie, a novel algorithm for single-particle track colocalization, enables efficient quantification of telomerase dynamics at telomeres
Notice bibliographique
Résumé
Single-particle imaging and tracking can be combined with colocalization analysis to study the dynamic interactions between macromolecules in living cells. Indeed, single-particle tracking has been extensively used to study protein-DNA interactions and dynamics. Still, unbiased identification and quantification of binding events at specific genomic loci remains challenging. Herein, we describe CoPixie, a new software that identifies colocalization events between a theoretically unlimited number of imaging channels, including single-particle movies. CoPixie is an object-based colocalization algorithm that relies on both pixel and trajectory overlap to determine colocalization between molecules. We employed CoPixie with live-cell single-molecule imaging of telomerase and telomeres, to test the model that cancer-associated POT1 mutations facilitate telomere accessibility. We show that POT1 mutants Y223C, D224N or K90E increase telomere accessibility for telomerase interaction. However, unlike the POT1-D224N mutant, the POT1-Y223C and POT1-K90E mutations also increase the duration of long-lasting telomerase interactions at telomeres. Our data reveal that telomere elongation in cells expressing cancer-associated POT1 mutants arises from the dual impact of these mutations on telomere accessibility and telomerase retention at telomeres. CoPixie can be used to explore a variety of questions involving macromolecular interactions in living cells, including between proteins and nucleic acids, from multicolor single-particle tracks.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| 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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), 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 ».