充分识别一个不断增长和分支的网络的时空结构
Thibault Chassereau1, Florence Chapeland-Leclerc1, Éric Herbert1
1Université Paris Cité, CNRS, UMR 8236-LIED, Paris, France.
Biophysical journal
|December 7, 2024
概括
这项研究提出了一种新的方法,通过标记连接来重建复杂的分支网络,如真菌生长. 这种方法允许精确跟踪和比较不同样本的增长动态.
科学领域:
- 生物成像和网络分析.
- 菌类学和发育生物学.
- 计算生物学是一种计算生物学.
背景情况:
- 由于结构复杂性,监测3D分支网络的增长具有挑战性.
- 由于密集网络中的重叠和模糊性,现有的方法难以重建连接时间表.
研究的目的:
- 开发一种用于全球网络重建分支结构的通用方法.
- 为了在时间和空间上精确跟踪网络连接.
- 区分和分析顶端和侧面分支的动态.
主要方法:
- 提出一个一般的网络重建方法,使用每个连接的独特标签.
- 区分顶端的分支,侧面的分支和四肢.
- 识别和消除重叠,以重建网络时间表.
- 将该方法应用于丝状真菌Podospora anserina.
主要成果:
- 成功重建了Podospora anserina.的生长体.
- 建立了区分顶端 (外环) 和侧面 (密集) 分支的标准.
- 对于顶端和侧面的分支产生了不同的生长动态.
- 启用基于分支集合的时间重建,允许直接比较增长动态.
结论:
- 开发的方法为重建复杂的3D分支网络提供了强大的方法.
- 顶端分支形成了外部网络结构,而横向分支则有助于内部密集.
- 该方法有助于对不同生物样本之间的生长动态进行定量比较.
