System Level Numerical Analysis of a Monte Carlo Simulation of the E. Coli Chemotaxis
在过去的几年中，它已被证明，“粗timesteppers”建立传统的数值分析和微观/随机模拟之间的联系。相关的升力运行限制估计过程的基本假设是，宏观模型存在，并关闭在微观上不断变化的分布的几个控制时刻，但它们是不可用的封闭形式。这导致了一个系统识别为基础的计算方法，回避导出显式闭包的必要性。两个级别的代码构建;外部代码执行宏观，连续级数值任务，而内部代码估计-通过适当初始化的微观模拟突发-连续数值所需的数量。这些量包括残差、时间导数和粗慢雅可比行列式的作用。我们演示了如何将这些粗的时间步长可以应用于执行方程的动力学蒙特卡罗模拟的E。大肠杆菌趋化性。粗粒度的收缩映射，系统级的稳定性分析以及加速的直接模拟，使通过这种计算多尺度使能技术。
2010-11-05 physics.bio-ph q-bio.CB
Implications of 3-step swimming patterns in bacterial chemotaxis
我们最近发现，海洋细菌溶藻弧菌执行一个循环的3步（运行反向轻弹）运动模式，这是显着不同的2步（运行翻滚）模式的大肠杆菌。这种新的游动模式如何被溶藻弧菌的细胞调节目前尚不清楚，但其对细菌趋化性的意义是不言而喻的，并将在本文中描述。使用de Gennes介绍的方法，我们计算了细胞在线性化学梯度中执行3步模式的迁移速度，并发现自然产生双相趋化反应。这种反应对细胞适应海洋环境的意义及其与E。大肠杆菌的反应也进行了讨论。
2010-11-15 q-bio.CB
Drift and behavior of E. coli cells
大肠杆菌的趋化性在浅的化学梯度中得到了很好的理解，但它的游泳行为在陡峭的梯度中仍然很难解释。通过专注于模拟的单细胞轨迹，我们研究了趋化漂移速度对指数梯度中吸引剂浓度的依赖性。虽然平均漂移速度的最大值可以在浅梯度中的趋化性的分析线性响应理论内解释，但由于陡峭的梯度和有限数量的用于适应的受体甲基化位点而导致的漂移限制超出了微扰理论。例如，我们发现了一个令人惊讶的钉扎细胞的浓度梯度，在细胞用完甲基化位点。为了验证最大漂移的位置，我们使用微流体在精心设计的化学梯度中记录了单细胞轨迹。
2017-10-30 q-bio.CB
A path-integral formulation of the run and tumble motion and chemotaxis in Escherichia coli
像大肠杆菌这样的细菌以一系列的奔跑和翻滚的方式运动：当奔跑状态（直线运动）需要所有的鞭毛马达以逆时针模式旋转时，翻滚是由一个或多个马达的状态转变为顺时针旋转模式引起的。在环境中存在引诱剂梯度的情况下，在有利方向上的运行被延长，并且这导致生物体在梯度方向上的净漂移。潜在的信号转导机制通过双叶响应函数产生定向运动，所述双叶响应函数将鞭毛马达的顺时针偏置与引诱剂浓度的时间变化相关联。响应函数的两个叶（正和负）由$\sim 1$ s的时间间隔分开，使得细菌有效地比较空间中两个不同位置处的浓度并相应地响应。我们在这里提出了一种新的路径积分方法，使我们能够解决这个问题，在最一般的方式，包括多步CW-CCW过渡，方向持久性和幂律等待时间分布。该方法使我们能够计算数量，如有效扩散系数和漂移速度，在吸引梯度的幂级数展开。显式结果中的最低阶的扩展，提出了特定的模型，其中，在适用的情况下，同意与已知的结果。伽玛分布的运行间隔分布的新结果也提出。
2018-02-23 physics.bio-ph q-bio.CB q-bio.QM
Bacterial chemotaxis: information processing, thermodynamics, and behavior
大肠杆菌长期以来一直被用作模式生物，由于其途径和分子组成的广泛实验表征。以趋化性为例，它允许细菌对化学物质（如营养物质和毒素）做出反应。许多通路的显着的传感和信号的属性，现在简明扼要地总结了设计（或工程）的原则。最近，来自信息论和随机热力学的新方法已经开始解决通路如何处理环境刺激以及限制因素是什么。然而，为了充分利用这些理论上的进步，需要与单细胞实验建立更密切的联系。
2015-12-08 q-bio.CB
Self-organized periodicity of protein clusters in growing bacteria
E.大肠杆菌在细胞两极形成簇，也沿细胞体横向形成簇，这种簇在信号传导中起重要作用。最近，使用荧光成像的实验表明，在细胞生长过程中，横向簇形成在沿细胞体大致周期性间隔的位置。在本文中，我们证明了在一个晶格模型，这种空间组织可以自发地从随机成核机制。同样的机制可以解释最近在大肠杆菌中观察到的错误折叠蛋白质的周期性聚集。杆菌
2008-08-06 cond-mat.soft cond-mat.stat-mech q-bio.CB
Adaptation and Optimal Chemotactic Strategy for E. Coli
在Berg和Purcell关于细菌趋化性的生物物理学经典著作的基础上，我们找到了围毛菌E.大肠杆菌在高、低信噪比范围内。最佳策略取决于环境的特性和单个细菌的特性，因此具有高度适应性。我们回顾相关的实验测试的形式所提出的策略和它的适应性，并提出扩展他们可以测试在这个最简单的感觉处理系统的适应性的限制。
1997-06-16 adap-org cond-mat.soft nlin.AO
Theoretical results for chemotactic response and drift of E. coli in a weak attractant gradient
大肠杆菌（Escherichia coli，E.大肠杆菌）在自然环境中以一系列直线运动，被引起方向改变的翻滚打断。它通过延长在源的方向上运行的持续时间来对化学引诱物执行趋化性。当引诱剂浓度存在空间梯度时，这种偏差产生朝向其来源的漂移速度，而在均匀浓度下，大肠杆菌适应，在甲基天冬氨酸的情况下几乎完美。最近，微流控实验已经测量了大肠杆菌在精确控制的引诱剂梯度中的漂移速度，但没有通用的理论表达式。有了这个动机，我们在这里研究了一个解析解模型，基于Barkai-Leibler模型，最初引入解释完美的适应。严格的数学表达式得到的趋化反应函数和漂移速度在弱梯度的限制和假设下，完全随机翻滚。理论预测与实验结果相比，有利的，特别是在高浓度。我们进一步表明，信号转导网络减弱了浓度漂移的依赖性，从而提高了灵敏度的范围。
2010-02-08 cond-mat.stat-mech q-bio.CB q-bio.QM
Interactions of Solitary Pulses of E. coli in a One-Dimensional Nutrient Gradient
我们研究了在相互作用的E.大肠杆菌种群。当两个种群的E.大肠杆菌被放置在一个长通道的两端，在它们之间有营养供应，它们会像脉冲一样沿着营养梯度向彼此移动。我们提出的实验证据表明，与直觉相反，这两个脉冲在某些情况下会改变方向，并开始远离彼此，营养物质回到它们起源的通道的末端。Keller-Segel趋化模型的模拟重现了实验结果。为了更好地了解这一现象，我们引入了一个启发式的近似Keller-Segel模型中的每个人口的空间分布，推导出一个常微分方程系统，近似其质心和宽度的时间动态。这种近似模型简化了细菌系统的全局动力学分析，使我们能够有效地探索参数变化之间的定性行为变化，从而提供了关于转向行为背后机制的实验可检验假设。
2017-04-21 q-bio.CB
A connection between bacterial chemotactic network and optimal filtering
大肠杆菌的趋化网络已经在生物药理学和信息理论上得到了广泛的研究。然而，这两个方面之间的联系仍然难以捉摸。在这项工作中，我们报告这样的连接表明，一个标准的生化模型的趋化网络在数学上相当于一个信息理论上的最佳过滤动力学。此外，我们证明了实验观察到的非线性响应关系可以从最佳动态再现。这些结果表明，E.大肠杆菌趋化性被设计为在噪声条件下最佳地提取梯度信息。
2020-05-27 q-bio.CB
Protein connectivity in chemotaxis receptor complexes
趋化性感觉系统允许细菌如大肠杆菌游向营养物并远离驱虫剂。潜在的途径是非常敏感的检测化学梯度在很大范围内的环境浓度。主要聚集在细胞两极的受体之间的相互作用对这种敏感性至关重要。虽然已经表明激酶CheA和接头蛋白CheW对于受体连接是不可或缺的，但确切的偶联机制仍不清楚。在这里，我们提出了一个螺旋力学方法来模拟受体连接机制本身，建立在纳米盘和电子冷冻断层扫描实验。具体而言，我们调查的混合受体簇的传感行为是如何受到影响的变化的表达水平的CheA和CheW在一个恒定的受体密度在膜上。我们的模型与体内Förster共振能量转移（FRET）测量的剂量-反应曲线相比毫不逊色，表明受体甲基化水平对受体协同性只有很小的影响。重要的是，我们的模型为非直观的结论提供了解释，即受体协同性随着与受体相关的核心信号蛋白CheA水平的增加而降低，而受体协同性随着关键衔接蛋白CheW水平的增加而增加。最后，我们提出了一个进化的优势，解释最近建议咀嚼只有接头结构。
2015-12-07 physics.bio-ph q-bio.CB
Effect of receptor cooperativity on methylation dynamics in bacterial chemotaxis with weak and strong gradient
我们研究甲基化动力学的化学感受器作为一个{ \sl大肠杆菌}细胞在空间变化的化学引诱物环境中移动。我们考虑具有强和弱空间梯度的引诱剂浓度。在细胞沿梯度的上坡和下坡运动期间，我们测量受体簇的平均甲基化水平的时间变化。我们的数值模拟表明，甲基化动力学敏感地依赖于受体簇的大小和梯度的强度。在运行开始后的短时间内，甲基化动力学主要由通常与高受体活性相关的短运行控制。这导致在短时间内脱甲基化。但是对于中间或大时间，长运行起重要作用，并且取决于受体协同性或梯度强度，甲基化的定性变化在该时间范围内可以完全不同。对于弱梯度，无论是上坡还是下坡，在初始去甲基化之后，我们发现甲基化水平随着时间的推移而稳定地增加。类似的定性行为也观察到上坡运行期间的强梯度。然而，甲基化动力学下坡运行在强梯度显示高度非平凡的依赖于受体簇的大小。我们解释这种行为的结果之间的相互作用的信号网络的传感和适应模块。
2022-01-27 cond-mat.stat-mech physics.bio-ph q-bio.CB
Bacterial Chemotaxis in a Traveling Wave Attractant Environment
本文通过模拟研究大肠杆菌在行波引诱物环境中的趋化漂移速度，揭示了漂移速度随波速变化出现变号和多个峰值的反直觉行为，并从细胞顺波与逆波运行时感知梯度差异的角度给出了定量解释。
2025-06-05 cond-mat.stat-mech physics.bio-ph q-bio.CB
Chemotactic response and adaptation dynamics in Escherichia coli
大肠杆菌的趋化性感觉通路的适应对于在广泛的背景浓度范围内检测化学物质是不可或缺的，最终允许细胞游向引诱剂的来源并远离驱避剂。其生化机制基于化学感受器的甲基化和去甲基化早已被人们所知。尽管适应对细胞记忆和行为的重要性，适应的动力学很难与当前精确适应的模型相协调。在这里，我们遵循的时间进程的信号在响应浓度阶跃变化的引诱剂使用体内荧光共振能量转移测量。具体来说，我们使用的适应时间课程的有效评估不同的适应模型的压缩表示。为了定量地解释这些数据，我们最后开发了一个动态模型，信号和适应的基础上吸引流在实验中，信号合作受体复合物，和多层的反馈调节适应。我们通过实验证实了改变酶表达水平和绕过去甲基化负反馈的预测效果。我们的数据分析表明，在适应大的增加显着的不精确性。此外，我们的模型预测高度调节，超快的适应，以响应吸引剂的去除，这可能是有用的细胞的快速重定向和适应中的噪声减少。
2010-05-03 q-bio.CB
Optimal Chemotactic Responses in Stochastic Environments
我们对细菌趋化性的理解大多来自对大肠杆菌的研究。然而，最近的证据表明，显着偏离E。大肠杆菌范例在其他细菌物种。这种变化可能源于不同的物种栖息在不同的环境中，从而适应特定的环境压力。特别是，这些复杂的和动态的环境可能是不好的标准的实验和理论模型表示。在这项工作中，我们研究了各种趋化策略下的一系列随机的时间和空间变化的吸引剂分布在硅片的性能。我们描述了一种新型的反应，其中细菌翻滚更多的引诱剂浓度增加时，在相反的E。大肠杆菌，并证明这种反应如何解释好氧生长的球形红细菌的行为。在这种“投机者”反应中，细菌将当前引诱剂浓度与长期平均值进行比较。当电流浓度高于平均值时，通过持续翻滚，细菌保持它们在高引诱剂浓度区域中的位置。如果目前的浓度低于平均水平，或者正在下降，细菌就会游走，寻找更有利的条件。当引诱剂的空间分布复杂但变化缓慢时，这种反应与E.杆菌
2015-03-26 q-bio.CB q-bio.PE
Optimal methylation noise for best chemotactic performance of {\sl E. coli}
E.大肠杆菌调节鞭毛马达的旋转偏向，鞭毛马达控制其奔跑和翻滚运动，以向高营养浓度的区域迁移。随机噪声在细胞生化通路中的存在对运动偏向的转换机制有重要影响，进而影响细胞的运行和翻滚。我们用激酶活性、甲基化水平和CheY- P-蛋白水平这三个随机变量的耦合时间演化来模拟细胞内反应网络，并研究甲基化噪声对细胞趋化性能的影响.在空间变化的营养物浓度分布的存在下，良好的趋化性能允许细胞快速爬上浓度梯度并在长时间限制内定位在营养物丰富的区域。我们的模拟表明，最佳的性能是在最佳的噪声强度。虽然预期对于非常大的噪声，趋化性将较弱，但违反直觉的是，即使当噪声水平下降到某一值以下时，性能也会下降。我们通过对不同噪声强度下CheY- P-蛋白水平统计的详细分析来解释这一惊人的结果。我们发现，当CheY-P水平低于一定的（噪声依赖）阈值时，细胞倾向于沿着营养物质的浓度梯度移动，这对其趋化反应产生不利影响。该阈值随着噪声的增加而降低，并且这种效应是噪声诱导的趋化性能增强的原因。在恶劣的化学环境中，当营养素随时间降解时，细胞轨迹拦截的营养素的量是有效的性能标准。在这种情况下，我们也找到了一个最佳的噪声强度，这取决于营养寿命。
2018-04-03 cond-mat.stat-mech physics.bio-ph q-bio.CB
Stiff-response-induced instability for chemotactic bacteria and flux-limited Keller-Segel equation
趋化性细菌如E.在个人层面上，Coli依赖于通过奔跑和翻滚不断地重新定位。它已被确立，运行的长度是由一个僵硬的响应的时间sensingof化学cues along the pathway.We描述了一种新的机制，图案形成源于趋化反应的刚度依赖于动力学趋化模型，其中包括最近发现的形式主义的细菌趋化性。本文证明了在空间速度空间中的非微观描述和近年来引起广泛关注的宏观方程--通量限制的Keller-Segel方程的不稳定性，其显著性质是不稳定频率保持有界，这与Turing不稳定性的情况相同.基于强大的蒙特卡罗方法的数值计算表明，在实际的参数范围内，粒子数密度的平稳均匀态是不稳定的，并且产生周期性的图案。这些理论的发展与一些生物学观察结果是一致的。
2018-01-15 math.AP nlin.AO q-bio.CB
Principles of efficient chemotactic pursuit
在趋化性中，细胞调节它们的迁移模式以响应引导物质的浓度梯度。免疫细胞被认为使用这种趋化性传感来远程检测和归巢病原体。考虑到免疫细胞可能遇到具有从固定到高度移动的巨大不同的迁移特性的多种靶标，尚不清楚哪些趋化性追踪策略同时有效和通用。我们从理论上解决了这个问题，并定义了一个可调的响应函数，将时间或空间浓度梯度映射到迁移行为。该响应函数的七个自由参数进行了数值优化，其目标是针对宽范围的目标小区特性最大化搜索效率。最后，我们对性能最好的参数集进行逆向工程，以揭示在不同生物现实边界条件下有效趋化性追求的原则。值得注意的是，数值优化重新发现了生物系统中众所周知的趋化策略，例如大肠杆菌的梯度依赖性游泳和翻滚模式。我们的一些结果也可能是有用的趋化性实验的设计和自动检测和量化目标导向的行为在测量的免疫细胞轨迹的算法的发展。
2019-02-27 physics.bio-ph q-bio.CB q-bio.QM
A hybrid mathematical model of collective motion under alignment and chemotaxis
Istituto per le Applicazioni del Calcolo “M. Picone” – Consiglio Nazionale delle Ricerche（意大利国家研究委员会计算应用研究所（M. Picone））；Università Campus Bio-Medico di Roma（罗马生物医学校园大学）；Dipartimento di Matematica e Applicazioni “R. Caccioppoli”, Università degli Studi di Napoli “Federico II”（那不勒斯费德里科二世大学数学与应用“R. Caccioppoli”系）
本文提出并研究了一种混合的离散-连续数学模型，用于描述在对齐和趋化作用下集体运动的行为，通过分析和数值方法验证了模型的解的存在性和唯一性，并展示了系统在时间趋于无穷时趋向于所有粒子位置相同且速度为零的状态。
2018-08-15 cs.SY eess.SY math.CA
Run-and-tumble motion with step-like responses to a stochastic input
我们研究了一个简单的运行和翻滚的随机行走，其切换频率从运行模式到翻滚模式和反向依赖于一个随机信号。我们考虑一个特别尖锐的，阶梯状的相关性，其中运行到翻滚切换概率从零跳到一个特定的值（如y_1）从下面的信号。类似地，当信号从上方穿过另一个值（y_2 < y_1）时，翻滚到运行切换概率也显示出这样的跳跃。我们感兴趣的是表征信号噪声对随机行走的长时间行为的影响。我们考虑两种不同的随机信号的时间演化。在一种情况下，信号动力学是一个独立的随机过程，并不依赖于运行和翻滚运动。在这种情况下，我们可以分析计算的平均值和完整的分布函数的运行时间和翻滚时间。在第二种情况下，我们假设信号的动态是由随机步行者的空间位置的影响。对于这个系统，我们数值测量的随机步行者的稳态位置分布。我们讨论了我们的系统和大肠杆菌趋化性之间的一些相似性和差异，这是自然界中遇到的另一个众所周知的运行和翻滚运动。
2019-01-04 cond-mat.stat-mech q-bio.CB
