台阶与凸起：基于物理的高通量时间序列分析精确提取分子机器离散状态
定量方法
2019-10-23 v1 数据分析、统计与概率
应用统计
摘要
我们报告了新的统计时间序列分析工具，这些工具在从分子机器的大量实验观测数据库中快速、精确地提取离散状态动力学方面提供了显著改进。通过将物理知识和统计创新融入分析工具，我们展示了用于恢复隐藏在高度相关分子噪声中的离散状态跃迁的新技术。我们在模拟和真实的细菌鞭毛马达和F1-ATP酶酶的阶梯状旋转示例上展示了我们方法的有效性。我们表明，我们的方法可以清晰地识别分子台阶、对称性和级联过程，这些过程对于现有算法来说太弱而无法检测，并且可以比现有算法快得多地完成。我们的技术代表了向自动化、精确、高通量分子机器动力学研究迈出的重大进展。提供实现这些技术的模块化开源软件，网址为 http://www.eng.ox.ac.uk/samp/members/max/software/。
引用
@article{arxiv.1004.1234,
title = {Steps and bumps: precision extraction of discrete states of molecular machines using physically-based, high-throughput time series analysis},
author = {Max A. Little and Bradley C. Steel and Fan Bai and Yoshiyuki Sowa and Thomas Bilyard and David M. Mueller and Richard M. Berry and Nick S. Jones},
journal= {arXiv preprint arXiv:1004.1234},
year = {2019}
}