動的モデルと連続時間で運動微生物のタイムラプス記録された軌跡をどのように結びつけるか

我々は、運動性のデータ駆動型モデリングのためのツールを提供します。データはタイムラプスで記録された軌跡です。適切なモデル非依存実験統計から見出すことができるモデルのいくつかの数学的特性は、タイムラプス記録の有限サンプリング周波数、記録された位置に関する実験誤差、および条件付き平均によってこのような統計がどのように歪められるかを理解すれば得られます。持続的ランダム運動に対する最も単純なモデルであるオルンシュタイン-ウーレンベック過程におけるこれらの効果の正確な解析的表現を示します。そして、持続的ランダム運動のための合理的なモデルに対して有効なこれらの効果の側面について説明します。我々の発見は、実験データとモンテカルロシミュレーションを用いて示されます。