定量生物学 > 分子网络
[提交于 2018年10月5日
]
标题: 通过模拟分子计算进行时间模式识别
标题: Temporal pattern recognition through analog molecular computation
摘要: 活细胞通过在特定时间产生信号分子来传递关于生理状况的信息。 不同的条件可能导致相同总量的信号分子,只是分子浓度随时间的变化模式不同。 这种时间编码的信息对即使是最先进的具有高化学特异性的分子传感器来说也是完全不可见的,这些传感器只对信号分子的总量作出反应。 在这里,我们展示了具有时间特异性的电路的设计原则,即对分子浓度中的特定时间模式作出响应的分子电路。 我们考虑了由三个基本时间特征所表征的分子浓度中的脉冲模式——时间周期、占空比和脉冲数量。 我们开发了对每个特征作出响应而对其他特征不敏感的电路。 我们使用抽象的化学反应网络和DNA链置换反应的显式模拟来展示我们的设计原则。 通过这种方式,我们的工作通过分子计算开发了用于时间模式识别的构建模块。
当前浏览上下文:
q-bio.MN
切换浏览方式为:
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.