非线性动力学

构建膜室自分裂的最小蛋白质机制是自下而上合成生物学的主要目标。在这里，作者实现了脂质囊泡中最小分裂环的组装，放置和收缩的开始。

代谢的动力学模型捕捉细胞状态的时间依赖性行为，并为细胞生理学提供有价值的见解，但是，由于缺乏实验数据，传统的动力学模型可能是不可靠的，计算效率低下。基于深度学习的生成框架REKINDLE可以有效地参数化大规模动力学模型，为研究细胞代谢行为提供了新的机会。

提出了一种求解非均匀曲面上偏微分方程的谱精度数值方法。将该方法应用于细胞极化的PDE模型，表明几何效应允许存在非预期的多域解。