基于外泌体的趋化性优化领导-跟随细胞迁移
计算机视觉与模式识别
2025-10-15 v1
摘要
细胞常常使用外泌体(外泌体)通过长距离信号来协调集体行动。外泌体扩散较慢,可被主动降解,且包含随机数量的分子货物。这些特征引发了一个问题:外泌体作为方向性信号的有效性如何?但尚未进行系统性的调查。我们发展了一种理论和计算方法,用于量化外泌体介导趋化在单个细胞水平上的限制。在我们的模型中,领导细胞分泌外泌体,这些外泌体在细胞外基质中扩散,跟随细胞通过在有限记忆窗口内整合离散的外泌体检测来指导其迁移。我们结合解析计算和随机模拟,显示趋化速度对外泌体货物大小呈非单调依赖。小外泌体产生频繁但弱信号,大外泌体产生强但不频繁的相遇。在非线性信号转导的存在下,这种权衡导致外泌体货物大小达到最优,以最大化信息吞吐量,正如通过跟随细胞的平均速度所量化。通过一个简化的二维模型,我们推导出闭式表达式,将最优货物大小耦合到跟随速度,作为分泌率、记忆时间和检测灵敏度的函数。这些结果识别了分子包装和记忆整合作为外泌体介导信息传递的关键决定因,突显了在由离散和可扩散信号颗粒指导下优化迁移的通用设计原则。
引用
@article{arxiv.2510.11907,
title = {Task-Specific Dual-Model Framework for Comprehensive Traffic Safety Video Description and Analysis},
author = {Blessing Agyei Kyem and Neema Jakisa Owor and Andrews Danyo and Joshua Kofi Asamoah and Eugene Denteh and Tanner Muturi and Anthony Dontoh and Yaw Adu-Gyamfi and Armstrong Aboah},
journal= {arXiv preprint arXiv:2510.11907},
year = {2025}
}
备注
This paper was accepted at ICCV 2025