从短单分子轨迹的多状态集合中提取反常扩散参数

单分子追踪测量细胞环境中单个生物分子的随机运动。为了深入理解其所反映的迁移状态及分子相互作用的生物物理本质，需要对轨迹集合进行统计分析。迁移状态可通过广义扩散系数和反常指数进行参数化。轨迹长度有限以及定位精度等实验约束限制了这些参数的可准确测定程度。我们比较了多种分析方法的性能，以从模拟的单分子轨迹集合中恢复输入参数；这些轨迹来自不同状态，涵盖了细胞核中观察到的各类反常扩散行为。我们进一步建立了一个框架，基于召回率和精确率来量化将迁移状态分配给单个分子的错误率。我们的分析表明，在从混合群体中恢复参数描述符方面，单轨迹分析方法优于整体分析方法。通过结合不同工具的输出，可以获得最完整的描述。我们的工作为评估分析准确性并获得实验单粒子追踪数据最准确的参数化描述提供了指导。

单分子追踪测量了细胞环境中单个生物分子的随机运动。为了深入理解其所反映的迁移状态的生物物理本质及分子相互作用，需要对轨迹集合进行统计分析。迁移状态可由广义扩散系数和反常指数加以参数化。轨迹长度有限以及定位精度等实验约束限制了这些参数可被准确确定的程度。我们比较了不同分析方法的性能，以从模拟的单分子轨迹集合中恢复输入参数；这些轨迹来自不同状态，覆盖了细胞核中观察到的反常扩散行为范围。我们进一步建立了一个框架，用于基于召回率和精确率量化将迁移状态分配给单个分子的错误率。我们的分析表明，在从混合群体中恢复参数描述符的能力方面，单轨迹分析方法优于整体分析方法。通过结合不同工具的输出，可以获得最完整的描述。我们的工作为评估分析的准确性并获得实验性单粒子追踪数据最准确的参数化描述提供了指导。

📄 原文链接：https://www.biorxiv.org/content/10.64898/2026.05.30.729014v1?rss=1

🏷️ 单分子追踪 反常扩散 轨迹分析 多状态模型 生物物理统计