71 पेपर
यह शोध पत्र दो-नोड जीन नियामक सर्किटों के लिए एक सैद्धांतिक ढांचा विकसित करता है ताकि यह प्रदर्शित किया जा सके कि कैसे फीडबैक टोपोलॉजी "चक्रीय शोर" (cyclic noise) उत्पन्न करती है जो सिस्टम के माध्यम से संचारित होता है, जिससे स्टोकेस्टिक उतार-चढ़ाव का परिमाण और लौकिक निरंतरता दोनों निर्धारित होते हैं।
यह शोधपत्र जीवाणु शर्करा चयापचय को एक रैखिक प्रोग्रामिंग उपभोक्ता चयन समस्या के रूप में पुनर्गठित करता है, जो यह प्रदर्शित करता है कि क्लासिक साइबरनेटिक मॉडल का मिलान नियम स्वाभाविक रूप से एक विकास-अधिकतमीकरण रणनीति के रूप में उभरता है जहाँ क्रमिक उपस्तर उपभोग (डियाक्सी) विशिष्ट एंजाइमों के लिए इष्टतम कॉर्नर समाधान है, जबकि साथ-साथ उपयोग केवल समान लाभप्रदता का एक अपभ्रंश मामला है।
यह शोधपत्र एक बहुस्तरीय (multiscale) मॉडल प्रस्तावित करता है जो यह प्रदर्शित करता है कि कोशिकाएं सरल शोर दमन (noise suppression) पर निर्भर रहने के बजाय, एक फीडबैक-प्रेरित शिक्षण प्रक्रिया के माध्यम से यादृच्छिक (random) से संरचित सामूहिक मोड (structured collective modes) की ओर संक्रमण को प्रेरित करके, सिग्नल उतार-चढ़ाव के विरुद्ध सुदृढ़ जीन अभिव्यक्ति प्राप्त करती हैं।
पूर्वानुमेय स्थानिक-कालिक सांद्रता पैटर्न के पूर्व ज्ञान का लाभ उठाने के लिए बेयस अनुमान (Bayesian inference) को लागू करते हुए, यह अध्ययन प्रदर्शित करता है कि कोशिकाएं भविष्य की रासायनिक सांद्रताओं की भविष्यवाणी करने में उल्लेखनीय उच्च सटीकता प्राप्त करने के लिए शास्त्रीय संवेदन सीमाओं से आगे निकल सकती हैं, जिससे विकास के दौरान तीव्र और सटीक कोशिका भाग्य निर्णयों की व्याख्या होती है।
यह शोध पत्र यह स्थापित करता है कि मास एक्शन रिएक्शन नेटवर्क का सटीक रैखिक लंप्ड (lumping) सामान्य मापदंडों के लिए केवल तुच्छ न्यूनीकरण प्रदान करता है, जबकि उन महत्वपूर्ण मापदंडों के सेट की पहचान करने के लिए एक एल्गोरिद्मिक ढांचा प्रदान करता है जहाँ गैर-तुच्छ लंप्ड संभव हो जाते हैं, जिससे संरचनात्मक और सूक्ष्म-ट्यून किए गए मॉडल न्यूनीकरण के बीच के अंतर को स्पष्ट किया जा सके।
यह शोधपत्र स्टोकैस्टिक कैलकुलस, क्यूइंग थ्योरी और डायनेमिकल सिस्टम विश्लेषण का उपयोग करते हुए, एक निश्चित सबस्ट्रेट द्रव्यमान और सिस्टम के आकार के साथ रैखिक रूप से स्केल होने वाले एंजाइम द्रव्यमान वाले फॉस्फोरिलीकरण रासायनिक प्रतिक्रिया नेटवर्क की एसिम्प्टोटिक स्थिरता और स्टोकैस्टिक व्यवहार की जांच करता है, ताकि एकाधिक इक्विलिब्रियम बिंदुओं वाले शासन (रेजीम्स) को चित्रित किया जा सके और अंतर्निहित मार्कोव प्रक्रिया के लिए एवरेजिंग सिद्धांतों को स्थापित किया जा सके।
यह शोध पत्र एक सुदृढ़ कूपमैन प्रेडिक्टर (Koopman predictor) प्रस्तुत करता है जो स्थानीय टेम्पोरल कॉन्टेक्स्ट के लिए अटेंशन-मुक्त लेटेंट मेमोरी ब्लॉक और लेटेंट ड्रिफ्ट को ठीक करने के लिए डायनेमिक री-एनकोडिंग मैकेनिज्म को संयोजित करता है, जिससे मौजूदा ऑटोएन्कोडर और अटेंशन-आधारित मॉडलों की तुलना में बेहतर लॉन्ग-होरिज़न सटीकता और कम इन्फरेंस लेटेंसी प्राप्त होती है।
यह शोध पत्र MMGNN को प्रस्तुत करता है, जो एक पदानुक्रमित ग्राफ न्यूरल नेटवर्क ढांचा है जो आणविक ग्राफ को परमाणु-प्रकार के युग्मों और ज्यामितीय निकटता के आधार पर ओवरलैपिंग, इंटरेक्शन-विशिष्ट उपग्राफ में विघटित करता है, और कई बेंचमार्क में पारंपरिक एकल-ग्राफ दृष्टिकोणों की तुलना में आणविक गुण भविष्यवाणी में बेहतर प्रदर्शन प्रदर्शित करता है।
यह अध्ययन प्रदर्शित करता है कि सर्कैडियन आउटपुट नेटवर्क, विशेष रूप से क्रमिक पथों (serial pathways) और मुख्य ऑसिलेटर से लघुतम-पथ लंबाई (shortest-path lengths) के माध्यम से, केवल समय संकेतों को रिले करने के बजाय, लयबद्ध दोलनों की सटीकता को बढ़ाने के लिए आणविक शोर (molecular noise) को सक्रिय रूप से बफर करते हैं।
यह शोध पत्र यह प्रदर्शित करता है कि लीनियर-नॉइज़ एप्रोक्सिमेशन (Linear-Noise Approximation) के तहत जैव-रासायनिक नेटवर्क में देखी जाने वाली व्यवस्थित सूचना हानि इसके अवस्था-आधारित प्रक्षेपवक्र विवरणों (state-based trajectory descriptions) पर निर्भरता से उत्पन्न होती है, और एक प्रतिक्रिया-आधारित गॉसियन ढांचे (reaction-based Gaussian framework) का प्रस्ताव करता है जो प्रतिक्रिया घटनाओं के अनुक्रम को संरक्षित करके सूचना हस्तांतरण को सटीक रूप से कैप्चर करता है।