基于流式细胞术的蛋白质表达随机模型的状态聚集
Flow Cytometry Based State Aggregation of a Stochastic Model of Protein Expression
摘要：
在这篇文章中，我们介绍了一种新的方法“基于荧光网格的聚集（FGBA）”，以证明使用实验荧光直方图的蛋白质表达的动力学模型。在这种方法中，首先，我们描述了一个化学主方程（CME）的基因蛋白质系统的动力学，而蛋白质的生产率是未知的。然后，我们将CME的状态聚合成未知的组大小。我们表明，这些未知值可以取代的数据从实验荧光直方图。因此，最终的概率分布对应于实验荧光直方图。
英文摘要：
In this article, we introduce the new approach "fluorescence grid based aggregation (FGBA)" to justify a dynamical model of protein expression using experimental fluorescence histograms. In this approach, first, we describe the dynamics of the gene-protein system by a chemical master equation (CME), while the protein production rates are unknown. Then, we aggregate the states of the CME into unknown group sizes. We show that these unknown values can be replaced by the data from the experimental fluorescence histograms. Consequently, final probability distributions correspond to the experimental fluorescence histograms.
机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。
