Analiza ukrytego modelu Markowa migotania fluorescencji w fluorescencyjnie znakowanym DNA

Dlaczego te niewielkie błyski światła mają znaczenie

W nowoczesnych laboratoriach biologicznych naukowcy często obserwują pojedyncze cząsteczki DNA przez przyczepienie barwnika fluorescencyjnego, który miga jak mikroskopijny latarnik. Te błyski zawierają bogate informacje o tym, jak elektrony przemieszczają się w DNA i jak zmienia się lokalne otoczenie, ale sygnały są zakopane w szumie pochodzącym od mikroskopu i środowiska. Artykuł pokazuje, jak narzędzie statystyczne z uczenia maszynowego, zwane ukrytym modelem Markowa, potrafi przesiewać ten zaszumiony migot, by ujawnić, kiedy barwnik faktycznie świeci, kiedy jest wygaszony i jak długo trwają poszczególne stany — przekształcając chaotyczne ślady świetlne w przejrzyste wnioski fizyczne.

Śledzenie pojedynczego świecącego znacznika na DNA

Badanie koncentruje się na łańcuchach DNA znakowanych czerwonym barwnikiem fluorescencyjnym (ATTO655) w określonym miejscu, wraz ze specjalną zasadą zdolną do zatrzymywania ładunku. Pod stałym oświetleniem laserowym barwnik na przemian znajduje się w emitującym stanie „ON” i nieemitującym stanie „OFF”. W stanie ON barwnik wielokrotnie pochłania fotony i ponownie emituje je jako fluorescencję. W stanie OFF elektron został przeniesiony, pozostawiając barwnik w konfiguracji rozdzielenia ładunku, która nie może świecić. Gdy naukowcy rejestrują liczbę fotonów docierających do detektora w bardzo krótkich przedziałach czasowych — tutaj pół milisekundy — otrzymują poszarpany szereg czasowy, w którym wysokie i niskie liczby fotonów powinny odzwierciedlać okresy ON i OFF, lecz są silnie zniekształcone przez losowe fluktuacje i światło tła.

Nauczenie modelu nasłuchiwać przez szum

Aby odszyfrować te migoczące ślady, autorzy stosują ukryty model Markowa (HMM), ramy dobrze znane z rozpoznawania mowy i finansów, lecz wciąż niedostatecznie wykorzystywane w naukach o materiałach. W tym kontekście ukryte stany to po prostu ON i OFF, a obserwowane dane to zliczenia fotonów w każdej komórce czasowej. Zespół zakłada, że jeśli w każdej komórce zgromadzi się wystarczająco fotonów, rozkłady zliczeń dla każdego stanu można przybliżyć gładkimi krzywymi dzwonowymi (Gaussa) o różnych średnich. Korzystając z bayesowskiej procedury próbkowania, która na przemian aktualizuje sekwencję stanów ukrytych oraz parametry opisujące te rozkłady i szybkości przejść, HMM uczy się krok po kroku, które fragmenty trajektorii najprawdopodobniej odpowiadają DNA emitującemu lub nieemitującemu. Wynikiem jest znacznie czystszy dwupoziomowy ślad stanów nałożony na zaszumiony zapis fotonowy, wraz z oszacowanymi prawdopodobieństwami przejść między ON i OFF.

Pomiary czasów trwania jasnych i ciemnych okresów

Mając wiarygodną sekwencję stanów, autorzy zbierają statystyki dotyczące długości każdego epizodu ON lub OFF. Budują „wykresy migotania”, czyli rozkłady prawdopodobieństwa czasów przebywania w każdym stanie, i stwierdzają, że zarówno długości ON, jak i OFF podążają za prostymi wykładniczymi zanurzeniami. Z tych krzywych wyciągają charakterystyczne czasy relaksacji: około 17,6 milisekundy dla stanu ON i 7,8 milisekundy dla stanu OFF. W porównaniu z wewnętrznym procesem emisji pojedynczej cząsteczki barwnika, który zachodzi na skali nanosekund, te dziesiątki milisekund są niezwykle długie. Stan ON najlepiej traktować jako quasi-stacjonarny reżim, w którym barwnik przechodzi wiele szybkich cykli absorpcja–emisja przed stosunkowo rzadkim przejściem do stanu OFF. Długi okres OFF wskazuje na zadziwiająco stabilną konfigurację rozdzielenia ładunku w układzie DNA–barwnik, co sugeruje, że rekombinacja ładunku — powrót do stanu świecącego — przebiega stosunkowo wolno.

Kiedy kształt danych decyduje o powodzeniu analizy

Co ciekawe, badacze odkrywają, że powodzenie HMM w dużej mierze zależy od kształtu histogramu zliczeń fotonów — zapisu, jak często pojawia się każda liczba fotonów w poszczególnych komórkach czasowych. Gdy histogram wyraźnie ukazuje dwa piki, jeden dla ON i drugi dla OFF, model odtwarza ostre sekwencje stanów. Gdy piki scalają się w jeden szeroki garb, identyfikacja stanów staje się znacznie bardziej niejednoznaczna, nawet jeśli ogólne średnie, takie jak średnia liczba fotonów i liczba zdarzeń, są nadal poprawnie uchwycone. Zespół pokazuje, że zwiększenie szerokości komórki w czasie ma tendencję do rozdzielania rozkładów ON i OFF i tworzenia dwóch pików, co poprawia odporność analizy, ale kosztem utraty informacji o zdarzeniach o bardzo krótkim czasie trwania. Proponują praktyczne reguły: najmniejszy wiarygodnie mierzalny czas trwania stanu to kilka razy wybrana szerokość komórki czasowej, a widoczny dwumodalny histogram jest dobrym wskaźnikiem, że analiza jest wiarygodna.

Co to oznacza dla odczytywania molekularnych migotów

Łącząc eksperymenty fluorescencyjne pojedynczych cząsteczek z starannie skonstruowanym ukrytym modelem Markowa, praca ta przekształca zaszumione migotanie z uciążliwości w ilościowe narzędzie do badania ruchu elektronów wzdłuż DNA. Odkrycie, że stany OFF trwają rzędu ośmiu milisekund, pokazuje, że stany rozdzielenia ładunku w tej konstruktcie DNA–barwnik są wyjątkowo długotrwałe, podczas gdy około 18-milisekundowe okresy ON ukazują, że przed każdą ciemną fazą może zostać wyemitowanych wiele fotonów. Równie ważne jest, że artykuł precyzuje, jak wybory takie jak szerokość przedziału czasowego i jakość sygnału decydują o tym, czy takie analizy szeregów czasowych są wiarygodne, oferując jasną listę kontrolną dla przyszłych eksperymentów. Te postępy przybliżają badaczy do odczytywania szczegółowego zachowania elektrycznego i strukturalnego biomolekuł bezpośrednio z ich drobnych błysków światła.

Cytowanie: Furuta, T., Fan, S., Takada, T. et al. Hidden Markov model analysis of fluorescence blinking in fluorescently labeled DNA. Sci Rep 16, 11306 (2026). https://doi.org/10.1038/s41598-026-40876-x

Słowa kluczowe: fluorescencja pojedynczych cząsteczek, transfer elektronów w DNA, migotanie fluorescencji, ukryte modele Markowa, zliczanie fotonów