利用蒸发干燥、广义加性模型和K均值聚类识别液晶-蛋白质液滴中的纹理
软凝聚态物质
2024-01-23 v1
摘要
座滴干燥液滴会呈现出不同的形态图案，涵盖多种系统，如DNA、蛋白质、血液以及蛋白质-液晶(LC)复合物。本研究采用了一种集成方法，结合了干燥液滴、图像纹理分析（来自一阶统计、灰度共生矩阵、灰度游程矩阵、灰度大小区域矩阵和灰度依赖矩阵的特征）以及统计数据分析（广义加性模型和K均值聚类）。通过在正交偏振配置的光学显微镜下，研究不同初始磷酸盐缓冲浓度（0x、0.25x、0.5x、0.75x和1x）的LC-蛋白质液滴在干燥过程中的变化，提供了全面的定性和定量探索。值得注意的是，它揭示了在三个干燥阶段（初始、中间和最终）中不同的LC-蛋白质纹理。广义加性模型（GAM）显示，所有特征都对区分LC-蛋白质液滴有显著贡献。将K均值聚类方法与GAM分析相结合，阐明了与整个干燥过程相比，纹理在三个干燥阶段中如何演变。值得注意的是，最终干燥阶段呈现出清晰、非重叠的聚类，支持了独特LC纹理的视觉观察。此外，本文提供了有价值的见解，展示了干燥液滴作为表征和分类动态LC纹理的快速简便工具的有效性。
引用
@article{arxiv.2401.11745,
title = {Texture Identification in Liquid Crystal-Protein Droplets using Evaporative Drying, Generalized Additive Modeling, and K-means Clustering},
author = {Anusuya Pal and Amalesh Gope},
journal= {arXiv preprint arXiv:2401.11745},
year = {2024}
}
备注
23 pages, 5 figures, and 2 tables