Efficiency-fluctuation trade-offs in biomolecular assembly processes
Notice bibliographique
Résumé
Stochastic fluctuations of molecular abundances are a ubiquitous feature of cellular processes and lead to significant cell-to-cell variability even in clonal populations under identical conditions. Recent theoretical work established lower bounds for stochastic fluctuations in cells for broad classes of cellular processes by analyzing the dynamics of reaction motifs that are embedded within a larger network with arbitrary interactions and dynamics. For example, a class of generalized assembly processes in which two co-regulated subunits irreversibly form a complex was shown to exhibit an unavoidable trade-off between assembly efficiency and subunit fluctuations: Regardless of rate constants and details of feedback control, subunit fluctuations were shown to diverge as the assembly efficiency approaches 100%. In contrast, other work has reported how efficient assembly processes work as stochastic noise filters or can achieve robust adaptation through integral control. While all of these results are technically correct their seemingly contradictory conclusions raise the question of how broadly applicable the previously reported efficiency-fluctuation trade-off is. Here, we show that a much broader class of assembly processes than previously considered is subject to an efficiency-fluctuation trade-off which diverges in the high efficiency regime. We find the proposed noise filtering property of efficient assembly processes corresponds to a singular limit of this class of systems. Additionally, we show that combining feedback control with distinct subunit synthesis rates is a necessary condition to overcome the generalized efficiency-fluctuation trade-off. Through numerical examples, we show that biomolecular integral controllers are one of several realizations of such control. How small a change to joint subunit control is sufficient to avoid diverging fluctuations in the high-efficiency limit remains an open question.
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 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
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 ».