拓扑数据分析揭示丝状网络中环结构形成时机的方法
摘要：在实验和计算技术的进步下，可供分析的数据数量大大增加。拓扑数据分析(TDA)是一种新兴的数学研究领域，可以识别这些数据集中的结构。在这里，我们开发了一种TDA方法来检测细胞中随时间持续存在的物理结构。在大多数细胞中，蛋白丝(肌动蛋白)与马达蛋白(肌球蛋白)相互作用，并且组织成聚合物网络和高阶结构。这些结构的一个例子是在时间上保持恒定直径并在细胞分裂、发育和伤口愈合等过程中发挥关键作用的环状通道。在活体实验中，肌动蛋白与肌球蛋白的相互作用很难进行研究，由于丝状物可视化的限制。因此，我们利用复杂的基于代理的模型模拟细胞中聚合物蛋白的力学和化学相互作用。为了理解丝状物是如何组织成结构的，我们提出了一种TDA方法，通过时间轴上的模拟肌动蛋白丝位置数据来评估环状结构的生成。我们分析沿这些肌动蛋白丝取样的点云的拓扑结构，并提出了一个算法来连接时间上的重要拓扑特征。我们引入了可视化工具，可以检测动态环状结构的形成。这种方法为研究特定的相互作用和参数如何影响丝状网络组织的时机提供了一种严谨的方法。
作者：Maria-Veronica Ciocanel, Riley Juenemann, Adriana T. Dawes, Scott A. McKinley
论文ID：1910.05850
分类：Quantitative Methods
分类简称：q-bio.QM
提交时间：2022-07-25