세포골격 시스템을 시뮬레이션하기 위한 일반적인 워크플로우

요약

이 프로토콜은 오픈 소스 세포골격 시뮬레이션인 Cytosim을 사용하여 분자 모터와 수동 교차결합체로 연결된 필라멘트 네트워크의 동작을 조사하는 방법을 보여줍니다. 단계별 지침이 포함된 일반적인 워크플로우를 따라 가교제의 수를 변경하고 그에 따른 네트워크 수축성을 플롯합니다.

초록

많은 세포골격 시스템은 이제 정확한 정량적 모델링이 가능할 만큼 충분히 잘 알려져 있습니다. 미세소관 및 액틴 필라멘트는 잘 특성화되어 있으며, 관련 단백질뿐만 아니라 그 풍부함 및 이러한 요소 간의 상호 작용이 잘 알려져 있습니다. 따라서 컴퓨터 시뮬레이션은 실험을 보완하는 방식으로 시스템의 집단 행동을 정확하게 조사하는 데 사용할 수 있습니다. Cytosim은 분자 모터와 같은 관련 단백질이 있는 유연한 필라멘트의 대규모 시스템을 처리하도록 설계된 오픈 소스 세포골격 시뮬레이션 제품군입니다. 또한 수동 가교제, 확산성 가교제, 핵기, 절단기 및 필라멘트의 비어 있는 격자 부위만 밟는 모터의 개별 버전을 시뮬레이션할 수 있는 가능성을 제공합니다. 다른 물체는 세포의 염색체, 핵 또는 소포를 나타내는 데 사용할 수 있는 구형 또는 더 복잡한 기하학을 제공하여 필라멘트를 보완합니다.

Cytosim은 시뮬레이션을 실행하고 결과를 표시하기 위한 간단한 명령줄 도구를 제공하며, 이는 다재다능하고 프로그래밍 기술이 필요하지 않습니다. 이 워크플로우에서는 i) 새 컴퓨터에 필요한 환경을 설치하고, ii) 2D 액토마이오신 네트워크의 수축을 시뮬레이션하도록 Cytosim을 구성하고, iii) 시스템의 시각적 표현을 생성하기 위한 단계별 지침이 제공됩니다. 다음으로, 시스템은 핵심 매개변수인 가교제의 수를 체계적으로 변화시켜 조사합니다. 마지막으로, 시스템의 시각적 표현은 수축성이 시스템의 구성에 따라 어떻게 달라지는지 그래프에서 볼 수 있도록 수축성의 수치화로 보완됩니다. 전반적으로, 이러한 다양한 단계는 세포골격 분야의 다른 많은 문제를 해결하기 위해 약간의 수정으로 적용할 수 있는 일반적인 워크플로우를 구성합니다.

서문

세포골격은 세포 내의 필라멘트와 분자 모터와 같은 관련 분자로 구성되며, 이는 종종 놀라운 기계적 특성을 가진 역동적인 그물망을 구성합니다. 세포골격은 거의 모든 생명체에 걸쳐 다양한 세포 유형에서 다양한 구성으로 존재합니다. 그것의 올바른 기능은 분열, 운동성 및 분극과 같은 기본적인 세포 과정에 필수적입니다. 또한 세포 간의 기계적 상호 작용을 제어하여 조직과 유기체의 형태 형성에 영향을 미칩니다. 세포골격은 여러 기능의 기초가 되며 많은 생물학적 과정에서 나타납니다. 예를 들어, 근육의 수축은 액틴 필라멘트에 있는 미오신 분자 모터의 파워 스트로크와 관련이 있습니다. 또 다른 예는 뉴런의 유지인데, 이는 뉴런의 축삭돌기 내부에 위치한 미세소관을 따라 키네신 모터의 움직임에 의존합니다. 액틴(Actin)과 미세소관(microtubules)은 세포골격 필라멘트의 두 가지 뛰어난 유형이며, 이들이 없으면 우리가 알고 있는 생명체는 불가능할 것입니다.

세포골격은 본질적으로 생체역학적 시스템이며, 화학적 성질로만 환원될 수 없습니다. 미세소관 또는 액틴 필라멘트는 수천 개의 단량체로 만들어지며 수 마이크로미터에 걸쳐 확장됩니다. 공간에서 이러한 필라멘트의 형태와 원형질막, 핵 또는 기타 소기관에 전달할 수 있는 힘은 세포에서 필라멘트 역할의 핵심 측면입니다. 예를 들어, 액토미오신 피질¹이라고 하는 액틴 필라멘트와 미오신 모터의 네트워크는 동물 세포의 세포 운동성과 형태학적 변화를 유지하기 위한 힘을 생성합니다. 식물 세포에서는 매우 다른 배열이 나타나는데, 피질 미세소관(cortical microtubules)이 셀룰로오스 섬유(cellulose fibrils)의 침착을 지시하여 세포벽 구조를 제어하며, 이는 궁극적으로 이러한 세포가 미래에 어떻게 성장할 것인지를 결정합니다².

역학이 세포골격 작동에서 상당한 역할을 하는 것은 분명하지만, 화학도 똑같이 중요합니다. 필라멘트는 자기 조립 과정을 통해 성장하며, 단량체는 세포질³을 통해 확산된 후 필라멘트 끝에서 도킹 위치를 찾습니다. 분자 규모에서, 필라멘트 끝의 조립 및 분해는 따라서 분자 친화도(molecular affinities)⁴에 의해 결정된다. 유사하게, 세포골격의 단백질은 확산되고 결합 및 결합 해제 속도는 그들이 만나는 필라멘트에 대한 친화력을 결정합니다. 분자 모터의 경우, ATP 가수분해와 관련된 화학 반응의 주기는 필라멘트를 따른 움직임 및 필라멘트에 수반되는 힘과 관련이 있습니다⁵. 놀랍게도, 세포골격은 많은 특이한 도전 과제와 유사한 구성 요소를 포함하는 다양한 프로세스를 제공합니다. 생물학, 화학 및 물리학 사이의 인터페이스에 있는 풍부한 놀이터입니다.

세포골격계는 수학적 모델링에 적합합니다. 사실, 지난 수십 년 동안 수행된 훌륭한 연구 덕분에, 세포내이입⁶에서 볼 수 있듯이 주요 분자 구성 성분은 이미 확인되었을 가능성이 가장 높습니다. 효모와 같은 모델 유기체에서는 이러한 요소의 특성과 일부 프로세스에 대한 시스템 구성이 알려져 있습니다. 예를 들어, 미세소관^{(microtubules)7}의 구조와 재료 특성, 그리고 유사분열 방추체(mitotic spindle)의 다양한 단계에서의 수와 평균 길이가 설명되었습니다⁸. 미세소관을 일관된 기계적 구조로 연결하는 키네신(kinesin)의 수는 종종 알려져 있습니다⁹. 많은 모터의 속도는 in vitro¹⁰에서 측정되었습니다. 또한 실험자는 야생형 또는 돌연변이 조건에서 생체 내에서 이러한 시스템을 관찰하고 정량화할 수 있습니다. 생체 내 및 체외 실험과 함께 이론을 결합하면 연구자들은 세포골격계에 대한 현재 지식이 관찰된 거동을 설명하기에 충분한지 테스트할 수 있습니다. 또한 수학적 및 계산 도구를 사용하면 일반적으로 단순화된 상황(예: 단일 분자 실험)에서 분자 규모의 관찰에서 파생된 가정을 기반으로 구성 요소가 집합적으로 어떻게 작동하는지 추론할 수 있습니다.

이론의 역할은 실제 사례인 섬모 박동을 사용하여 설명할 수 있습니다. 이 박동은 섬모의 미세소관을 따라 다인 모터의 움직임 때문입니다. 이 시스템에서 dynein 모터의 속도를 결정하는 것이 무엇인지 물을 수 있습니다. 한 가지 가능한 대답은 최대 속도가 특정 박동 패턴을 유지해야 하는 요구 사항에 의해 제한된다는 것입니다. 만약 그 박동이 자연선택에 의해 이루어졌다면 이것은 이해할 수 있을 것이다. 이 경우 모터가 더 빨리 움직이면 프로세스가 원하는 품질을 잃게 되어 섬모가 효율적으로 박동하지 못하거나 완전히 실패하게 됩니다. 이것이 가능하긴 하지만, 두 번째 대안은 어떤 내재적 요인이 dynein의 속도를 제한할 수 있다는 것입니다.

예를 들어, 세포에 다인(dynein)을 더 빨리 만들 수 있을 만큼 충분한 ATP가 없거나 다인(dynein)의 활동에 필요한 단백질 이동을 가속화할 수 없을 수 있습니다. 이 경우 물리적 한계에도 불구하고 모터를 더 빠르게 만들 수 있다면 박동이 향상될 것입니다. 물론 세 번째 가능성은 속도를 변경해도 프로세스에 큰 영향을 미치지 않으며, 이는 제어할 수 없는 요인에 대해 약간의 "견고성"을 제공함으로써 유기체에 유리할 수 있다는 것입니다. 이 세 가지 가능성 중에서 dynein의 속성에서 박동 패턴을 계산하여 올바른 가능성을 식별할 수 있습니다. 실제로, 적절한 수학적 모델은 박동 패턴이 다인인의 속도 변화에 의해 어떻게 영향을 받는지 예측해야 하며 물리적 세계에 존재하는 한계에 영향을 받지 않아야 합니다. 당연히 모델의 타당성을 검증해야 하지만 "잘못된" 모델조차도 흥미로운 아이디어를 생성할 수 있습니다.

모델은 분석 프레임워크의 형태를 취하거나 시스템의 수치 시뮬레이션일 수 있습니다. 어느 쪽이든, 분자 규모와 기능 규모 사이의 격차는 여전히 장애물로 남아 있으며, 여러 기계적 및 화학적 프로세스를 생물학적 시스템을 설명하는 방정식에 통합해야 하기 때문에 이러한 모델을 개발하는 것은 간단한 작업이 아닙니다. 이론은 다양한 형태로 나타나며 단순성과 현실성 사이의 다양한 절충안을 제공합니다. 모델의 세부 사항의 정도를 늘리는 것은 방정식을 푸는 능력, 즉 이론의 예측을 도출하는 능력을 제한할 수 있으므로 항상 유리한 것은 아닙니다. 시뮬레이션에도 동일한 절충안이 존재합니다. 모델러는 특정 측면을 무시하면서 고려해야 할 시스템의 구성 요소를 선택해야 합니다. 이러한 주요 결정은 연구의 목적에 따라 크게 달라집니다. 요즘에는 컴퓨터 하드웨어의 놀라운 발전으로 많은 세포골격계를 충분한 시간 동안 충분히 세부적으로 시뮬레이션할 수 있게 되었습니다. 이것은 종종 연구에서 예상치 못한 아이디어와 새로운 방향을 만들어낼 것입니다. 예를 들어, 이 프로토콜에서 사용될 것과 유사한 시뮬레이션은 구성의^{구성 11}을 기반으로 네트워크의 수축성을 예측할 수 있는 백오브더엔벨로프(back-of-the-envelope) 계산으로 이어졌습니다.

수치적 방법은 공학 및 물리 과학에서 어디에나 존재하며 생물학에서 그 사용이 증가하고 있습니다. 오늘날 우리의 거의 모든 기술적 요소(시계, 전화, 자동차, 컴퓨터)는 컴퓨터에서 처음 고안되었으며, 이를 위한 강력한 소프트웨어가 존재합니다. 잘 특성화된 세포골격계가 주어지고 적절한 설명 수준이 결정되었다고 가정할 때, 시뮬레이션하기 전에 몇 가지 문제를 해결해야 합니다. 가장 간단한 문제의 경우 가장 적절한 작업 경로는 "처음부터 코딩하여" 시뮬레이션을 작성하는 것, 즉 일반 프로그래밍 언어 또는 MATLAB과 같은 수학적 플랫폼으로 시작하는 것일 수 있습니다. 이것은 코드 작성자가 구현된 내용에 대한 친밀한 지식을 가지고 소프트웨어가 어떻게 작동하는지 정확히 알 수 있다는 장점이 있습니다. 그러나 이 길에 위험이 없는 것은 아니며, 박사 과정 학생들이 과학적 질문을 다루기보다는 코드를 작성하는 데 대부분의 작업 시간을 소비하는 것을 목격하는 것은 드문 일이 아닙니다.

대안은 다른 사람이 고안한 소프트웨어를 사용하는 것이지만 위험이없는 것은 아닙니다. 모든 대규모 소스 코드는 이를 방지하기 위한 작성자의 가장 훌륭한 노력에도 불구하고 뚫을 수 없는 블랙 박스의 특성을 자발적으로 획득하는 경향이 있습니다. 블랙박스를 사용하는 것은 분명 과학자들의 꿈이 아니다. 소스 코드가 크면 골칫거리가 될 수도 있으며, 기존 코드 베이스를 수정하여 다른 작업을 수행하는 것보다 처음부터 시작하는 것이 더 빠를 수 있습니다. 이 문제를 완화하기 위해 언제든지 소프트웨어 작성자에게 도움을 요청할 수 있지만 이것만으로는 충분하지 않을 수 있습니다. 소프트웨어 작성자와 소프트웨어를 사용하려는 사람들 사이에는 종종 과학 문화의 차이가 있으며, 이는 많은 암묵적인 가정을 명확히 해야 함을 의미합니다. 코드를 오픈 소스로 만듦으로써 더 많은 사람들이 소프트웨어 개발에 참여하고 문서를 유지 관리하여 품질을 향상시킬 것으로 예상됩니다. 이 모든 것은 투자가 이루어지기 전에 적절하게 고려해야 하는 중요한 문제입니다. 그럼에도 불구하고 장기적으로 발전할 수 있는 유일한 방법은 공통의 과학적 관심사를 가진 광범위한 커뮤니티에서 사용하고 유지 관리하는 견고한 소프트웨어 솔루션을 촉진하는 것입니다.

이 프로토콜은 Cytosim을 사용하지만 AFINES¹², MEDYAN¹³, CyLaKS¹⁴, aLENS¹⁵ 및 AKYT¹⁶과 같이 동일한 시스템을 시뮬레이션할 수 있는 다른 오픈 소스 도구가 있습니다. 불행히도 이러한 프로젝트를 비교하는 것은 기사의 범위를 벗어납니다. 여기에서는 수축성 2D 액토미오신 네트워크를 시뮬레이션하기 위한 단계별 지침이 제공됩니다. 이 시스템은 간단하며 Cytosim의 더 잘 확립된 기능을 활용합니다. Cytosim은 2D 또는 3D로 시뮬레이션을 실행할 수 있는 크로스 플랫폼 코어 엔진을 기반으로 구축되었습니다. 모듈식 코드 기반이 있어 특정 작업을 수행하도록 쉽게 사용자 지정할 수 있습니다. Cytosim은 3D에서도 동일하게 안정적이고 효율적이며 과거에 미세소관 및 액틴 필라멘트와 관련된 다양한 문제를 조사하는 데 성공적으로 사용되었습니다 : 미세소관¹⁷의 두 과꽃의 연관성, 세포 ^18,19 내 핵의 움직임, 세포내 이입체⁶, 사이토 키네시스 20, 유사 분열 방추체²¹의 형성, 유사 분열 방추체²²의 움직임, 염색체²³의 포획, 액토미오신 네트워크^11,24의 수축, 혈소판²⁵에서 미세소관 고리의 역학 및 이러한 프로젝트를 위해 개발된 용량은 코드에서 유지되었습니다. 여기에 설명된 워크플로는 다른 많은 문제에 적용할 수 있습니다. 일부 독자에게는 익숙하지 않을 수 있는 Unix 명령줄을 사용합니다. 그러나 명령줄을 사용하는 것은 시뮬레이션 실행 프로세스를 자동화하는 가장 이식 가능하고 편리한 방법입니다. 통합 그래픽 사용자 인터페이스는 소프트웨어에 대한 쉽고 직관적인 액세스를 제공하는 것을 목표로 하지만 이는 종종 일반성을 희생해야 합니다. 이 기사의 목적은 쉽게 수정하거나 다른 문제에 적용할 수 있는 접근 방식을 설명하는 것입니다. 명령의 의미를 설명하기 위해 참고가 제공됩니다.

액토미오신 네트워크를 시뮬레이션하기 위해 필라멘트는 방향이 지정된 선으로 모델링되고 길이를 따라 분포된 꼭지점으로 표시됩니다(그림 1). 이것은 고분자 물리학에서 흔히 볼 수 있는 중간 수준의 설명으로, 필라멘트의 실제 3D 특성을 무시하지만 굽힘을 계산할 수 있습니다. 필라멘트는 말단에서 성장하고 수축할 수 있으며, 액틴과 미세소관 현상학을 모두 포함하는 다양한 모델을 따릅니다. 세포에서 필라멘트는 주로 자신의 움직임을 제한하는 상호 작용, 예를 들어 다른 필라멘트에 대한 부착 또는 단순히 세포 내 감금과 같은 상호 작용을 통해 조직됩니다. Cytosim에서 이러한 모든 상호 작용은 선형화되고 큰 행렬²⁶으로 결합됩니다. 모든 필라멘트 꼭짓점의 움직임을 설명하는 방정식은 이 행렬에서 파생되며, 점성 매체와 브라운 운동을 나타내는 무작위 변동 항을 가정합니다. 이러한 방정식은 필라멘트에 작용하는 모든 힘과 함께 필라멘트의 움직임을 자기 일관성 있고 효율적인 방식으로 얻기 위해 수치로 해결됩니다²⁶. 이 기계 엔진에 겹쳐진 확률적 엔진은 분자 모터의 부착 및 분리 또는 필라멘트의 조립 역학과 같은 개별 이벤트를 시뮬레이션합니다. 요약하면, Cytosim은 먼저 시뮬레이션된 역학을 사용하여 임의의 방식으로 연결된 필라멘트 네트워크의 역학을 계산하고, 두 번째로 확률적 방법을 사용하여 필라멘트를 연결하거나 영향을 미치는 단백질의 결합, 바인딩 해제 및 확산을 시뮬레이션합니다.

여기에 설명된 워크플로우는 Cytosim을 사용하여 시스템을 처음 탐색하기 위해 자주 따랐습니다. 많은 잠재적 사용자에게 중요한 단계는 소프트웨어 구성 요소를 설치하는 것일 수 있습니다. 소프트웨어를 소스 코드로 배포하는 것은 오픈 사이언스의 필수 요소를 충족하지만, 소프트웨어 개발자가 프로그램을 테스트하기 위해 제한된 아키텍처 풀에만 액세스할 수 있기 때문에 오류가 발생하기 쉽습니다. 운영 체제가 다르기 때문에 컴파일이 실패할 수 있습니다. 여기에 제공된 지침은 컴퓨터 시스템과 소스 코드가 발전함에 따라 더 이상 사용되지 않을 수 있습니다. 따라서 온라인에서 최신 지침을 주기적으로 확인하는 것이 필수적입니다. 문제가 발생할 경우 사용자가 관련 피드백 채널(현재 Gitlab의 Cytosim 홈페이지)에 게시하여 문제를 해결하는 데 도움을 주도록 적극 권장합니다.

Access restricted. Please log in or start a trial to view this content.

프로토콜

참고: 프로토콜은 다음 단계로 구성됩니다: Windows 10, MacOS 및 Linux에 대한 플랫폼 준비; Cytosim의 설치; 시뮬레이션 및 테스트 실행 및 그래픽 디스플레이의 구성; 여러 번의 실행, 다양한 매개 변수 : 네트워크의 가교 자 수; 수축성이 crosslinkers의 수에 의해 어떻게 영향을 받는지를 보기 위해 그래프를 생성하는 단계; 병렬 실행; 및 무작위 샘플링. ">" 다음에 오는 모든 텍스트는 터미널 창에 그대로 입력해야 하는 명령입니다. ">"는 터미널 프롬프트를 나타내며 포함되어서는 안 되지만 다른 모든 문자는 중요합니다.

1. 플랫폼 준비

참고: OS(MacOS, Windows 10 또는 Linux)에 따라 1.1단계, 1.2단계 또는 1.3단계를 수행합니다.

1. 준비(MacOS)
   1. 터미널(Applications/Utilities)을 열어 Xcode 명령줄 도구를 설치하고 다음을 입력합니다.
      gt; xcode-select --install
   2. Cytosim의 코드를 보거나 편집하려면 Apple App Store(https://apps.apple.com/us/app/Xcode/id497799835?mt=12)에서 Xcode 를 설치하십시오.
      참고 : Xcode의 내장 편집기는 완벽하게 적합합니다. 예를 들어 TextMate와 같은 다른 코드 지향 편집기도 작동합니다. TextMate를 사용하려면 https://macromates.com 의 지침을 다운로드하여 따르십시오.
2. 준비 (Windows)
   참고: Windows 10 이상의 경우 Cytosim은 아래 설명된 대로 "Linux용 Windows 하위 시스템"(WSL)을 사용하여 실행할 수 있습니다. 이전 버전의 대안은 Cygwin이지만 지침은 여기에 제공되지 않습니다.
   1. WSL 2: x64 시스템의 경우 Windows 10 버전 1903 이상, 빌드 18362 이상, ARM64 시스템의 경우 버전 2004 이상, 빌드 19041 이상에 대한 요구 사항을 충족하도록 컴퓨터 운영 체제를 업데이트합니다. 후속 버전 업데이트는 https://docs.microsoft.com/en-us/windows/release-health/release-information 확인하십시오.
   2. 작업 표시줄의 검색 상자에 Windows 기능 켜기 및 끄기 를 입력합니다. Linux용 () Virtual Machine Platform 및 () Windows 하위 시스템을 수동으로 활성화합니다. 확인을 클릭하고 Windows를 다시 시작합니다 .
   3. Windows Microsoft Store 로 이동하여 Ubuntu를 검색합니다. 현재 릴리스 다운로드 및 설치(2022년 3월 3일 기준 Ubuntu 20.04 LTS)
   4. 시작을 클릭하여 Ubuntu 터미널을 시작합니다. 최신 WSL2 Linux 커널을 다운로드하라는 메시지가 표시되면 제공된 지침에 따라 진행합니다. 업데이트를 설치하고 Ubuntu를 다시 시작합니다.
   5. 터미널 지침에 따라 새 UNIX 사용자 이름을 입력하고 비밀번호를 설정합니다. 사용자 계정이 설정되면 Windows 작업 표시줄의 검색 상자에서 Ubuntu를 시작합니다. 명령 창에서 홈 디렉토리(일명 ".")를 엽니다.
      > explorer.exe .
   6. WSL 호환 X-Window 서버(예: Xming: https://sourceforge.net/projects/xming/)를 설치합니다.
   7. Xming 아이콘을 두 번 클릭하여 X-Window 서버 Xming을 시작합니다. 여러 창을 선택합니다. 이후 Ubuntu 터미널을 열고 1.3단계(Linux)를 따릅니다.
3. 준비 (Linux)
   참고: 이 지침은 APT 패키지 관리자를 사용하는 Linux 배포에 적합합니다. 다른 패키지 관리자를 사용하는 Red Hat Linux와 같은 배포에 대해 이러한 명령을 수정해야 합니다. 이 경우 Linux 배포판의 지침에 따라 동일한 패키지를 설치하십시오.
   1. Linux 시스템을 업데이트합니다.
      > sudo apt-get 업데이트
      > sudo apt-get 업그레이드
   2. C++ 컴파일러와 GNU의 make(https://www.gnu.org/software/make)를 설치합니다.
      > sudo apt-get install 빌드 필수
   3. BLAS/LAPACK 라이브러리 설치(http://www.netlib.org/lapack):
      > sudo apt-get libblas-dev liblapack-dev 설치
   4. OpenGL 개발자 라이브러리 및 헤더 파일(https://www.mesa3d.org)을 설치합니다.
      > sudo apt-get 설치 mesa-common-dev
   5. GLEW 라이브러리(http://glew.sourceforge.net)를 설치합니다.
      > sudo apt-get libglew-dev 설치
   6. freeGLUT 라이브러리(http://freeglut.sourceforge.net)를 설치한다.
      > sudo apt-get install freeglut3-dev
   7. GIT 버전 제어 시스템(https://git-scm.com)을 설치합니다.
      > sudo apt-get git 설치
   8. X11 테스트 프로그램(예: xeyes, xclock, xcalc)을 설치합니다.
      > sudo apt-get x11-apps 설치
   9. 환경 변수 DISPLAY를 조정합니다.
      > 내보내기 DISPLAY=:0
      1. X11 창을 열어보십시오.
         > 엑스아이즈
      2. 문제가 해결되면 2단계로 진행합니다. 오류로 인해 디스플레이를 열지 못하면 다른 DISPLAY 값을 사용해 보십시오.
      3. WSL2 머신의 IP 주소를 찾습니다.
         > cat /etc/resolv.conf
      4. IP 번호가 표시되는 경우(예: "네임서버 10.16.0.7") 아래의 X.X.X.X 대신 이 IP 번호를 사용하십시오.
         > 내보내기 디스플레이= X.X.X.X:0
         > 엑스아이즈
      5. 문제가 해결되면 2단계로 진행합니다. "play"가 "open the display"에 실패하면 "xterm" 창에서 실행해 보십시오.
         > sudo apt install xterm을 실행합니다.
         > xterm -display :0
      6. 열리는 새 창에서 다음을 입력합니다.
         > 엑스아이즈

2. Cytosim 설치

참고: 이러한 단계는 MacOS, WSL 및 Linux와 같은 모든 OS에서 유사합니다. 다음 섹션에서는 터미널에서 명령이 실행되며 "현재 작업 디렉토리"는 시뮬레이션이 컴파일된 디렉토리로 설정되어야 합니다. 이 디렉토리를 기본 디렉토리라고 합니다. 또는 필요에 따라 파일을 복사하는 경우 별도의 디렉토리에서 모든 작업을 수행할 수 있습니다. 명령줄에 익숙하지 않은 경우 자습서(예: https://www.learnenough.com/command-line-tutorial 또는 https://learnpythonthehardway.org/book/appendixa.html)를 따르는 것이 좋습니다.

1. Cytosim 소스 코드 다운로드:
   > git clone https://gitlab.com/f-nedelec/cytosim.git cytosim
   참고: 코드를 다운로드하는 데 Gitlab 계정이 필요하지 않습니다. 이렇게 하면 현재 디렉토리에 새 하위 디렉토리 "cytosim"이 생성됩니다.
2. 엮다:
   > cd cytosim
   > make
   1. 다음을 실행하여 하위 director "bin"에 세 개의 파일이 생성되었는지 확인합니다.
      > ls 빈
   2. 2.2.1 단계가 실패하면 다음 대체 방법을 사용하여 cmake (https://cmake.org)를 설치하여 컴파일하십시오.
      > mkdir b
      > CD B
      > cmake ..
      > make
      > CD ..
3. 실행 파일 확인:
   > bin/sim 정보
   > bin/play 정보
   1. 두 실행 파일이 2D 시뮬레이션을 수행하도록 컴파일되었는지 확인합니다. 위의 "info" 쿼리의 다음 출력을 찾습니다.
      차원: 2 주기적: 1 정밀도: 8바이트
   2. 그렇지 않은 경우에만 "src/math/dim.h" 파일을 수정하고(열기, DIM을 2로 변경하도록 편집, 저장) Cytosim을 다시 컴파일하십시오.
      깨끗하게 만드는 >
      > make
4. 테스트 실행
   1. 세 개의 실행 파일을 복사합니다.
      > CP 빈/SIM SIM
      > cp bin/play 플레이
      > cp bin/보고서 보고서
   2. 새 디렉토리를 만듭니다.
      mkdir 실행 >
   3. 표준 구성 파일을 복사하고 이름을 바꿉니다.
      > cp cym/fiber.cym 실행/config.cym
   4. 시뮬레이션을 시작합니다.
      > CD 실행
      > .. /심
   5. 시뮬레이션 결과를 시각화합니다.
      > .. /놀다
      1. 스페이스 바를 눌러 애니메이션합니다. h 를 눌러 키보드 단축키에 대한 도움말을 확인하세요.
      2. 프로그램을 종료하려면 MacOS에서 -Q 또는 CTRL-Q를 시도 하거나 메뉴에서 종료 를 선택합니다. 최후의 수단으로 "재생"이 시작된 터미널 창에 CTRL-C를 입력하십시오.
   6. 라이브 모드에서 실행:
      > .. /라이브 플레이

3. 시뮬레이션의 구성

1. 코드 지향 텍스트 편집기(예: TextMate, SublimeText)를 아직 사용할 수 없는 경우 설치합니다.
   편집기를 열고 2.4.2단계에서 만든 "run" 디렉토리에 있는 "config.cym" 파일을 엽니다. "fiber.cym"(Supplementary File 1)의 복사본인 구성 파일의 여러 섹션을 숙지합니다.
   참고: Cytosim은 일반적으로 ".cym"으로 끝나는 하나의 구성 파일만 읽습니다. 모든 수정 사항은 여기에서 "config.cym"에 적용됩니다. 매개 변수 목록은 보충 표 S1 을 참조하십시오.
2. "config.cym"을 다음과 같이 변경하여 시뮬레이션을 수정합니다.
   반지름=5 → 반지름=3
   새로운 1 필라멘트 → 새로운 100 필라멘트
3. 이름이나 위치를 변경하지 않고 파일을 저장합니다("config.cym" 덮어쓰기). 터미널 창으로 전환하고 다음을 사용하여 시뮬레이션이 예상대로 수정되었는지 확인합니다.
   > .. /라이브 플레이
   참고: 원의 반지름은 Cytosim의 모든 거리와 마찬가지로 마이크로미터(μm) 단위로 지정됩니다. Cytosim은 마이크로미터, 피코네톤, 초에서 파생된 세포의 규모에 맞게 조정된 단위 체계를 따릅니다.
4. "set fiber filament" 단락에서 다음과 같이 변경합니다.
   강성=20 →강성=0.1
   세분화= 0.5 → 세분화=0.2
   confine=inside, 200, cell → confine= 내부, 10, cell
   "new filament" 단락에서 다음을 변경합니다.
   길이=12 → 길이=2
   다음을 변경하여 시뮬레이션하는 시간을 단축합니다.
   5000 시스템 실행 → 1000 시스템 실행
   참고: 이렇게 하면 필라멘트의 속성이 조정됩니다. "set" 단락은 필라멘트의 영구적인 속성을 정의하는 반면, "new"의 매개변수는 일반적으로 초기 조건입니다. 굽힘 강성은 pN μm² 로 지정됩니다. 분할은 필라멘트를 설명하는 꼭짓점 사이의 대략적인 거리로, 마이크로미터(μm) 단위입니다. 필라멘트가 더 유연해지면 줄여야 합니다. 마지막 변화는 "셀" 가장자리와 관련된 구속 전위의 강성(pN/μm)을 감소시킵니다. "새로운" 단락에 선언된 길이(2μm)는 필라멘트의 초기 길이이며, 이 모델에서는 필라멘트가 동적이지 않기 때문에 길이가 변경되지 않습니다. 첫 번째 줄을 편집하여 구성 파일에 서명하는 것이 좋습니다.
   % 귀하의 이름, 날짜, 장소
   1. 구성 파일의 유효성을 확인합니다(3.3단계 반복).
5. 패시브 커넥터를 만듭니다.
   1. "config.cym"에 "new" 및 "run" 명령이 있는 줄 앞에 새 단락을 추가하여 필라멘트에 친화력이 있는 분자 활성을 정의합니다.
      핸드 바인더 설정 {
      binding_rate = 10
      binding_range = 0.01
      unbinding_rate = 0.2
      }
   2. 이중 기능 엔티티를 정의하려면 바로 아래에 다른 단락을 추가하십시오.
      커플 가교제 설정 {
      hand1 = 바인더
      hand2 = 바인더
      강성 = 100
      확산 = 10
      }
   3. 이전 단락 뒤와 "run" 명령 앞에 "new" 명령을 추가합니다.
      새로운 1000 크로스링커
      참고: Cytosim에서 속도는 s⁻¹ 단위와 범위는 마이크로미터(μm) 단위로 지정됩니다. 강성은 마이크로미터당 피코네톤수(pN/μm) 단위로 지정되고 확산 계수는 초당 마이크로미터 제곱(μm²/s) 단위로 지정됩니다. 구성 파일에서 명령의 순서는 중요하며 이러한 단락은 "실행" 명령 앞에 나타나야 하며, 그렇지 않으면 적용되지 않습니다. Cytosim의 객체에 대해 자세히 알아보려면 기본 디렉토리 doc/tutorials/의 하위 폴더 "doc"에 있는 "tuto_introduction.md"의 튜토리얼을 따르십시오.
6. 이중 기능 모터를 생성합니다.
   1. "new" 및 "run" 명령이 있는 줄 앞에 "config.cym"에 새 단락을 추가합니다.
      핸드 모터 설정 {
      binding_rate = 10
      binding_range = 0.01
      unbinding_rate = 0.2
      activity = 이동
      unloaded_speed = 1
      stall_force = 3
      }
   2. 이전 단락 다음에 다른 단락을 추가합니다.
      세트 커플 컴플렉스 {
      hand1 = 모터
      hand2 = 모터
      강성 = 100
      확산 = 10
      ​}
   3. 이전 단락 뒤와 "run" 명령 앞에 "new" 명령을 추가합니다.
      뉴 200 콤플렉스
      참고: "activity = move"는 필라멘트 위로 계속 움직이는 모터를 지정합니다. 모터는 무부하 속도(μm/s)와 실속력(피코네톤)을 특징으로 하는 선형 힘-속도 곡선(그림 1)을 따릅니다. 각 시간 단계 τ에서 v × τ 거리만큼 이동합니다. "activity = none"을 사용하면 움직이지 않는 분자를 지정할 수 있으며, 이것이 기본 활성이기 때문에 "activity"를 완전히 생략할 수 있습니다. 예를 들어 "activity = walk"는 필라멘트를 따라 개별 계단이 있는 모터를 지정합니다. "unloaded_speed"은 플러스 엔드 지향성 모터에 긍정적입니다. 음수 값을 지정하면 모터가 마이너스 끝으로 이동합니다. 이것은 Cytosim의 첫 번째 튜토리얼 (3.5.2 단계의 링크 참조)에서 자세히 설명합니다.
7. 파일을 저장합니다.
   시뮬레이션을 확인합니다.
   > .. /라이브 플레이
   시뮬레이션을 실행합니다.
   > .. /심
   결과를 시각화합니다.
   > .. /놀다
   최종 구성 파일을 기본 디렉터리에 복사합니다.
   > cp config.cym .. /config.cym
   참고: 최종 파일은 보충 파일 2 ("jove.cym")와 유사해야 합니다. 이 시뮬레이션을 계산하는 데 얼마나 많은 시간이 필요했는지 확인합니다. 다음 섹션에서는 이 시간에 매개 변수가 변하는 그래프를 생성하기 위해 만들어진 시뮬레이션 수를 곱합니다.

4. 매개 변수 스윕

참고: 이 섹션에서는 네트워크의 가교제의 수가 체계적으로 다양합니다.

1. Python 스크립트를 가져옵니다.
   1. 기본 디렉토리 내에 "byn" 하위 디렉토리를 만듭니다.
      > mkdir byn
   2. 표준 Cytosim 배포에서 세 개의 스크립트를 복사합니다.
      > cp 파이썬 / run / preconfig.py byn / preconfig
      > cp python/look/scan.py byn/입니다.
      > cp python/look/make_page.py byn/입니다.
      참고: 안전을 위해 이러한 파일의 복사본은 이 문서와 함께 Supplementary File 3, Supplementary File 4 및 Supplementary File 5 로 제공됩니다.
2. 파일을 실행 가능하게 만듭니다.
   > chmod +x byn/preconfig
   > chmod +x byn/scan.py
   > chmod +x byn/make_page.py
   1. 스크립트가 올바르게 실행되는지 확인합니다.
      > byn/preconfig 도움말
      > byn/scan.py 도움말
      > byn/make_page.py 도움말
      참고: 이렇게 하면 각 명령을 사용할 수 있는 방법에 대한 설명이 인쇄됩니다. 스크립트를 더 간단하게 호출하도록 PATH 변수를 수정할 수 있습니다. https://en.wikipedia.org/wiki/PATH_(variable)을 참조하십시오.
   2. 문제 해결
      1. 오류가 "명령을 찾을 수 없음"인 경우 파일 위치에 해당하는 지정된 경로를 확인합니다. OS가 python2를 제공하지 않기 때문에 다른 유형의 오류가 있는 경우 세 개의 .py 파일을 편집하고 각 파일의 첫 번째 줄인 shebang을 수정합니다("3"만 추가).
         #!/usr/bin/env 파이썬 → #!/usr/bin/env python3
3. 구성 파일을 복사하여 "템플릿"으로 만듭니다(보충 파일 6).
   > cp config.cym config.cym.tpl
4. 템플릿 구성 파일을 편집합니다. 코드 편집기에서 기본 디렉토리에 있는 "config.cym.tpl" 파일을 엽니다. 한 줄을 변경하여 가변 텍스트 요소를 도입합니다.
   새로운 1000 크로스링커 → 새로운 [[범위(0,4000,100)]] 크로스링커
   참고: Preconfig는 이중 괄호에 포함된 코드를 인식하고 Python에서 이 코드를 실행하여 얻은 값으로 바꿉니다. 파이썬에서 "range(X,Y,S)"는 S의 증가로 X에서 Y까지의 정수를 지정합니다. 이 경우 [0, 100, 200, 300, ... 4000]. 의도는 시뮬레이션에 추가된 가교제의 수를 변경하는 것입니다.
5. 템플릿에서 구성 파일을 생성합니다.
   > byn/preconfig run%04i/config.cym config.cym.tpl
   참고 : "range (0,4000,100)"에 지정된 각 값에 대해 하나씩 40 개의 파일을 만들어야합니다. Preconfig에 의해 생성될 파일의 이름은 "run%04i/config.cym"으로 지정됩니다. 이 특정 코드를 사용하면 Preconfig는 "run0000/config.cym", "run0001/config.cym" 등을 생성합니다. 실제로 "run0000", "run0001" 등의 디렉토리를 만들고 각각에 "config.cym" 파일을 만듭니다. 자세한 내용은 Preconfig의 도움말을 확인하십시오("byn/preconfig help" 실행). 오류가 발생한 경우 명령이 정확하게 입력되었는지 확인하십시오. 모든 캐릭터가 중요합니다.
6. 모든 시뮬레이션을 순차적으로 실행합니다.
   > byn/scan.py '.. /sim' 실행????
   참고: 프로그램 "scan.py"은 제공된 디렉토리 목록에서 따옴표로 묶인 명령을 실행합니다. 이 경우 이 디렉토리 목록은 "run????"으로 지정됩니다. 물음표는 한 문자와 일치하는 와일드카드입니다. 따라서 "run????"은 "run"으로 시작하고 그 뒤에 정확히 4개의 문자가 오는 모든 이름과 일치합니다. 또는 "*"가 모든 문자열과 일치하므로 "run*"을 사용하여 동일한 목록을 생성할 수 있습니다.
   1. 문제가 발생할 경우 새 터미널 창에서 이 명령을 실행하여 4.5단계에서 생성된 모든 디렉터리에 대해 "sim"을 순차적으로 실행합니다. 프로세스가 완료될 때까지 약 30분 동안 기다리지만 이는 컴퓨터 용량에 따라 크게 달라집니다. "config.cym"을 편집하여 요청하는 계산량을 줄입니다.
      1000 시스템 실행 → 500 시스템 실행
7. 다음과 같은 몇 가지 시뮬레이션을 시각화합니다.
   > ./play run0010
   > ./플레이 run0020
8. 모든 시뮬레이션에 대한 이미지를 생성합니다.
   > byn/scan.py '.. /재생 이미지 크기=256 프레임=10' 실행????
9. HTML 요약 페이지를 생성합니다.
   > byn/make_page.py 타일=5 실행????
   1. 웹 브라우저에서 "page.html"를 엽니다.

5. 그래프 만들기

참고: 이 섹션에서는 매개변수 스윕의 결과에서 플롯이 만들어집니다.

1. 보고서 실행 파일을 확인합니다.
   > CD 실행
   > .. /보고서 네트워크:크기
   참고: 궤적의 각 프레임에 대해 "polymer" 및 "surface"에 해당하는 몇 가지 주석과 두 개의 숫자가 인쇄됩니다. 네트워크 "표면"(마지막 열)만 사용됩니다.
   1. 다음을 사용하여 정보를 하나의 프레임으로 구체적으로 제한합니다.
      > .. /보고서 네트워크:크기 프레임=10
   2. 출력을 더 쉽게 처리할 수 있도록 주석을 제거합니다.
      > .. /report network:size frame=10 verbose=0
   3. 마지막으로, Unix 파이프 기능(">")을 사용하여 출력을 파일로 리디렉션합니다.
      > .. /report network:size frame=10 verbose=0 > net.txt
   4. 확인을 위해 파일의 내용을 터미널에 인쇄합니다.
      > 고양이 net.txt
      참고: 이렇게 하면 두 개의 숫자가 인쇄됩니다. 두 번째는 10번째 프레임에서 네트워크가 덮는 표면입니다. 모든 "run" 디렉토리에서 동일한 작업을 실행하려면 디렉토리를 변경하십시오.
      > CD ..
2. 각 시뮬레이션 하위 디렉토리에서 보고서를 생성합니다.
   > byn/scan.py '.. /report network:size frame=10 verbose=0 > net.txt' run????
   참고: 다시 말하지만, scan.py 는 "run????"으로 지정된 모든 디렉토리에서 따옴표로 묶인 명령을 실행합니다. 이 명령은 5.1단계에서 마지막으로 시도된 명령입니다. 이렇게하면 모든 디렉토리에 "net.txt"파일이 생성됩니다 ( "ls run???? 시도하십시오).
3. 다음 수치를 검토하십시오.
   > byn/scan.py 'Cat net.txt' 런????
   1. "+" 옵션을 추가하여 디렉터리의 이름과 명령의 출력을 연결합니다.
      > byn/scan.py + 'cat net.txt' 실행????
4. 다음 번호를 파일로 수집합니다.
   > byn/scan.py + 'cat net.txt' 실행???? > results.txt
5. 숫자가 아닌 반복되는 텍스트를 삭제하여 "results.txt" 파일을 정리합니다. 코드 편집기에서 "result.txt"를 열고 "텍스트 바꾸기"를 사용하여 모든 "run" 문자열을 제거합니다. 세 글자만 제거하고 숫자는 유지하십시오. "run0000"은 "0000"이 되어야 합니다.
   참고: 이렇게 하면 파일에 숫자만 세 개의 열로 정리되어 있어야 합니다.
6. "result.txt"의 데이터에서 수축성 플롯 을 생성합니다. 아무 방법이나 사용하여 X에 대해 1열, Y에 대해 3열을 사용하여 플롯을 생성합니다. X축에 number of crosslinkers/100으로 레이블을 지정합니다. Y축에 표면(마이크로미터^2)으로 레이블을 지정합니다.
7. 모든 시뮬레이션을 별도의 디렉토리에 저장합니다.
   > mkdir save1
   > MV 실행???? 저장1

6. 그래프를 만드는 다른 방법

1. run 명령의 "}"를 닫은 후 새 줄에서 "config.cym.tpl" 끝에 보고서 명령을 추가합니다.
   보고서 네트워크:크기 net.txt { verbose = 0 }
2. 구성 파일 생성:
   > byn/preconfig run%04i/config.cym config.cym.tpl
3. 병렬 스레드를 사용하여 모든 시뮬레이션을 실행합니다.
   > byn/scan.py '.. /sim' 실행???? n작업=4
   1. 컴퓨터의 용량에 따라 작업 수(njobs=4)를 조정합니다. CPU 리소스의 사용량을 모니터링합니다(예: MacOS의 Activity Monitor 앱).
4. 데이터를 수집합니다.
   > byn/scan.py + 'cat net.txt' 실행???? > results.txt
5. 5.5단계와 5.6단계와 같이 플롯을 만듭니다.
6. 이전의 모든 실행을 별도의 디렉터리에 저장합니다.
   > mkdir save2
   > MV 실행???? 저장2

7. 무작위 샘플링을 사용한 플롯 개선

참고 : 변수는 Python의 "random"모듈의 생성기 함수를 사용하여 여기에서 샘플링됩니다.

1. 코드 편집기에서 기본 디렉터리에 있는 템플릿 구성 파일 "config.cym.tpl"을 엽니다. "new crosslinker" 바로 앞에 두 줄을 추가합니다.
   [[num = int(random.uniform(0,4000))]]
   %[[숫자]] x링커
   또한 이 변수를 사용하도록 "new" 명령을 변경합니다.
   새로운 [[range(0,4000,100)]] 교차결합자 → 새로운 [[num]] 교차결합자
   참고 : 첫 번째 줄은 임의의 변수 "num"을 만듭니다. 두 번째 줄은 매개 변수 값을 인쇄합니다. "%" 문자는 Cytosim에 줄을 건너뛰도록 지시하기 때문에 중요합니다. 곧 "xlinkers"는 인식 가능한 태그 역할을 하게 되며 각 파일에 한 번만 나타나야 합니다.
   1. "config.cym.tpl"의 맨 끝에 보고서 지침이 있는지 확인합니다.
      보고서 네트워크:크기 net.txt { verbose = 0 }
2. 구성 파일 생성:
   > byn/preconfig run%04i/config.cym 42 config.cym.tpl
   참고: 이렇게 하면 42개의 파일이 생성됩니다. 컴퓨터가 충분히 빠르면 이 수를 늘릴 수 있습니다. 무작위로 생성된 값은 Unix 도구 "grep"를 사용하여 파일을 검색하여 볼 수 있습니다.
   grep xlinkers가 실행되는 >???? /config.cym
3. 모든 시뮬레이션을 병렬로 실행합니다.
   > byn/scan.py '.. /sim' 실행???? n작업=4
   참고: 컴퓨터 용량에 맞게 작업 수를 조정하십시오. 최상의 결과를 얻으려면 변수 "njobs"를 컴퓨터의 코어 수와 동일하게 설정해야 합니다.
4. 단일 명령을 사용하여 데이터를 수집합니다.
   > byn/scan.py + 'grep xlinkers config.cym; 고양이 net.txt 도망쳐요???? > results.txt
   참고: scan.py 의 "+" 옵션은 명령의 모든 출력을 한 줄로 연결합니다. 이 경우 명령은 실제로 반열(";")로 구분된 두 개의 명령으로 구성됩니다. 데이터 수집은 항상 Python 스크립트를 사용하여 자동화할 수 있습니다.
5. 파일을 정리합니다. 코드 편집기에서 "result.txt"를 엽니다. 하나의 시뮬레이션에 해당하는 모든 데이터가 한 줄에 포함되도록 하려면 문자열 "xlinkers"의 모든 항목을 삭제하고 각 줄의 시작 부분에 있는 "%" 문자를 제거합니다. 마지막으로 "result.txt"를 저장하면 숫자 값의 세 열로 깔끔하게 정리되어야 합니다.
6. 5.6단계를 반복하여 데이터를 플롯하는 그래프를 만들되 X축에 crosslinker의 수로 레이블을 지정합니다.
7. 데이터 세트를 새 하위 디렉토리에 저장합니다.
   >mkdir set1
   > MV 실행???? 세트1/.
   > MV results.txt 세트1/.
8. 7.2-7.6단계를 반복하여 다른 데이터 세트를 계산한 다음 7.8단계를 반복하여 세 명령 모두에서 "set1"을 "set2"로 바꿉니다.
9. 결합된 플롯을 만듭니다.
   1. 두 데이터 파일을 연결합니다.
      > 고양이 세트?/results.txt > results.txt
      참고: 새 "result.txt"는 더 커야 합니다.
   2. 7.7단계에 설명된 대로 데이터를 플롯하여 결합된 그래프를 만듭니다.

8. 완전 자동화된 파이프라인

참고: 이 부분에서는 수동 개입이 필요한 모든 작업이 명령으로 대체됩니다. 이 작업이 완료되면 모든 단계를 자동으로 수행하는 단일 스크립트를 작성할 수 있습니다. 이 스크립트는 컴퓨팅 팜과 같은 원격 컴퓨터에서 실행할 수 있습니다.

1. Unix "sed" 명령을 사용하여 results.txt 파일을 "정리"하고 7.6단계를 대체합니다.
   1. 줄의 시작 부분에 있는 "%"를 제거합니다.
      > sed -e 's/%//g' results.txt > tmp.txt
   2. "xlinkers"제거 :
      > sed -e 's/xlinkers//g' tmp.txt > results.txt
2. 모든 명령을 올바른 순서로 연속적으로 호출하는 스크립트를 작성하십시오.
   1. bash 또는 Python과 같은 다른 언어를 사용합니다.
   2. "pipeline.bash" 파일을 만들고 파이프라인을 실행하는 데 필요한 모든 명령을 복사합니다.
   3. 스크립트를 실행합니다.
      bash pipeline.bash >
3. 자동화된 플로팅 스크립트를 사용합니다.
   알림: 모든 수동 개입을 제거하는 것이 유리할 수 있습니다. 데이터 파일에서 직접 PDF 플롯을 생성하는 많은 도구가 있습니다(예: gnuplot(http://www.gnuplot.info), PyX(https://pyx-project.org) 또는 Seplot(https://pypi.org/project/seplot/).

Access restricted. Please log in or start a trial to view this content.

결과

섹션 2에서 "make"를 사용하여 Cytosim을 성공적으로 컴파일하면 "bin" 하위 디렉토리에 sim, play 및 report가 생성되어야 합니다. 2.3단계("sim info")의 출력에는 무엇보다도 "Dimension: 2"가 표시되어야 합니다. 섹션 3에서 구성 파일은 보조 파일 1로 제공되는 jove.cym과 유사해야 합니다. 섹션 4에서, 시뮬레이션에서 4.8단계에서 얻은 마법사는

Access restricted. Please log in or start a trial to view this content.

토론

이 기사에서 설명하는 방법은 설명된 프로토콜 전체에서 다양한 방식으로 사용된 세 개의 작고 독립적인 Python 프로그램에 의존합니다. 첫 번째 스크립트 사전 구성은 사용자 정의 Python 스크립트 작성의 필요성을 대체할 수 있는 다목적 도구입니다²⁷. 단일 템플릿 파일에서 여러 구성 파일을 생성하는 데 사용되며, 어떤 매개 변수를 변경해야 하고...

Access restricted. Please log in or start a trial to view this content.

자료

Name	Company	Catalog Number	Comments
A personal computer			MacOS, Windows 10 or Linux
config.cym.tpl			template configuration file; https://gitlab.com/f-nedelec/cytosim.git
jove.cym			Cytosim configuration file
make_page.py			Python script; https://github.com/nedelec/make_page.py
preconfig			Python script; https://github.com/nedelec/preconfig
scan.py			Python script; https://github.com/nedelec/scan.py