物理信息深度学习表征亚洲大豆锈病形态动力学
摘要：通过对数百种化合物进行大规模的表型筛选，常常可以发现药物和农业生物杀虫剂，其中将整个有机体的可见效应与评估有效性和可能的作用方式进行比较。然而，这种分析通常仅限于人为定义的静态特征。在这里，我们引入了一种新的框架，可以直接从图像中表征细胞-药物相互作用的形状变化（形态动力学），并将其用于解释亚洲大豆生锈病菌Phakopsora pachyrhizi的紊乱发育。我们使用具有条件依赖参数的两个模型描述了形状（形态空间）在2D空间上的种群发展：Fokker-Planck自上而下的扩散发育模型和自下而上的尖端生长模型。我们发现了各种各样的景观，描述了生长过程中的表型转变，并确定了可能导致这种变异的尖端生长机制的紊乱。这证明了无监督学习和生物物理建模的广泛应用集成。
作者：Henry Cavanagh, Andreas Mosbach, Gabriel Scalliet, Rob Lind, Robert G. Endres
论文ID：2110.07345
分类：Biological Physics
分类简称：physics.bio-ph
提交时间：2022-01-19