多状態ブラウン運動軌跡のための軽量でデータ駆動のセグメンテーション法

分子のさまよう様子を観察する

生細胞内では無数の分子が絶えず衝突し、結合し、解離しており、その運動には生命現象の手がかりが含まれています。現代の顕微鏡は単一分子の動きを追跡できますが、こうした複雑な軌跡から分子の拡散速度やいつ結合したかなどを明確に読み取るのは意外に難しい。本論文は、こうした運動を異なる「状態」に分割するための単純で高速な手法を提示し、単一分子の観察データを生物学者が解釈しやすくします。

分子追跡が難しい理由

単一粒子追跡は個々の分子の位置を時間的に記録し、それが周囲をどう探索しているかを反映する軌跡を構築します。多くの実際の系では、分子は一つの動き方だけをするわけではなく、自由に移動していたかと思えば受容体に結合したりクラスターに捕捉されたりして減速することがあります。したがって軌跡はそれぞれ固有の速度を持つ複数の運動モードの混合になります。既存の解析ツールは理論上これらのモードを分離できますが、隠れマルコフモデルや深層学習に基づく広く用いられる手法は計算負荷が大きかったり、専門的な調整を要したり、判断過程が解釈しにくい“ブラックボックス”になりがちです。

重厚なアルゴリズムに代わる軽快な代案

著者らは非常に単純な量、すなわち連続するカメラフレーム間で粒子がどれだけ移動したかに着目した、軽量でデータ駆動の手法を提案します。まず、追跡された軌跡からステップごとの変位（フレーム間の移動距離）の時系列を計算します。次にこの時系列に対して1次元ガウスフィルタ（滑らかに重み付けする移動平均の一種）を適用します。フィルタ幅は近傍のステップをどの程度平均化するかを制御します。幅が狭すぎるとノイズが残り、広すぎると異なる運動状態間の遷移がぼやけてしまいます。ここでの重要な発想は、フィルタ幅を自動で調整して、各運動状態から得られるフィルタ後のステップの重なりができるだけ小さくなるようにすることです。

データに状態を決めさせる

最適な幅を見つけるために、この方法はフィルタ後の変位を単純なベル型曲線の混合から来るものとみなします。標準的な統計手法であるガウス混合モデルを用いて、フィルタ後のデータに二つのガウス分布を当てはめ、それらがどれほど重なるかを算出します。異なるフィルタ幅を走査して重なりを最小化する幅を選ぶことで、アルゴリズムはデータが許す限り運動状態の区別を際立たせます。最適設定が得られたら、各変位は最も確からしいガウス分布に割り当てられ、元の軌跡を速い区間と遅い区間にセグメント化します。重要なのは、このセグメンテーションが拡散係数や状態寿命のような物理パラメータの推定より先に行われる点で、それらのパラメータは後で慣れ親しんだ検証済みの式で測定できます。

シミュレーションと実試料による検証

研究者らは、この手法を粒子が既知の特性で二つの拡散速度を切り替えるコンピュータ生成軌跡でストレステストしました。二つの速度の差、各状態に留まる時間、位置測定のノイズ、カメラによるブラー量などを変化させました。実際的な条件の広範な範囲で—速い状態と遅い状態が概ね4倍以上異なり、各状態が数フレーム以上続く場合—アルゴリズムは時点のラベル付けを90％以上の正確さで行いました。重要なことに、この手法は支持膜中を拡散する蛍光標識タンパク質の実験データにも頑健で、移動性のある集団とほとんど動かない集団という二つの明瞭に分かれた集団を明らかにしました。

きれいに分割された区間から得られる生物学的知見

軌跡がセグメント化されると、研究者らは拡散係数をかなりの精度で復元できることを示しました。これは測定ノイズや動きのブラーがある場合でも成り立ちます。分子が各状態にどのくらい留まるかを推定するにはより多くのデータ（長い軌跡）が必要で、要求は厳しくなりますが、適切な条件下では妥当な寿命推定が得られます。総じて、時間的にステップをフィルタリングし二つのベル曲線を当てはめるという比較的単純で透明な手順が、より複雑な手法に匹敵しつつ通常のコンピュータで高速に動作することを示しています。実験者にとっては、単一粒子データをその場で処理し、イメージング条件をリアルタイムで調整し、混雑した細胞環境で分子がどのように結合・解離し移動するかについてより明確な像を得られることを意味します。

引用: El Korde, I., Lewis, J.M., Clarkson, E. et al. A light-weight, data-driven segmentation method for multi-state Brownian trajectories. npj Biol. Phys. Mech. 3, 6 (2026). https://doi.org/10.1038/s44341-026-00037-7

キーワード: 単一粒子追跡, 分子拡散, 軌跡のセグメンテーション, ブラウン運動, 膜タンパク質