FidlTrack：高保真结构感知单颗粒追踪解析细胞器中感应APP加工的细胞内分子运动

在活细胞内观察单个分子

在每个细胞内部，无数分子不断移动、碰撞、结合并分离。现代显微镜可以逐个追踪单个分子，承诺提供对生命最小尺度过程的详细观察。但当许多分子在内质网或线粒体等狭窄弯曲的空间中快速移动时，它们的轨迹会相互纠缠，容易被误读。本文介绍了FidlTrack，一种新的方法来理清这种纠缠，使研究者在实时追踪单分子时能够更可信地解读所见。

为什么追踪微小运动如此困难

单颗粒追踪通过在多帧影像中跟随同一个亮点来实现。在相对平坦的细胞表面上，分子移动缓慢且间距较大，这种方法较为可行。然而在细胞深处，分子扩散更快并挤在狭窄的环状或片状结构中。两帧之间，同一亮点可能移动很远，且有多个相似亮点处于可达范围内。传统软件必须“猜测”下一帧中的哪个亮点是同一分子，而这些猜测很容易出错。更糟的是，正确与错误的轨迹可能看起来非常相似，因此很难判断哪些数据片段可以信任。

为诚实的数据设计实验

研究人员首先构建了一个真实感的模拟器，生成具有“真值”路径的分子扩散影像。在这些合成数据集上，他们系统地测试了关键因素如何影响追踪可靠性：分子的移动速度、每帧出现的数量、采集频率以及允许分子两帧间跳跃的最大距离。由此，他们制作了图谱，展示在任一给定情况下哪些设置能够最大化正确重建移动的比例。这些图谱显示，对于移动缓慢且密度适中的分子，追踪可以非常可靠；但对于快速移动且高密度的分子，错误会迅速增加，继续增加分子数量不再能提高有用信息量。

识别并剔除可疑步骤

接着，团队处理了一个微妙但有力的概念：歧义。所谓歧义运动，是指下一步存在多个可能的可达亮点，迫使算法在若干合理连线中做出选择。利用模拟，作者证明了大量追踪错误源自这些有歧义的步骤。他们定义了一个“歧义评分”，统计此类情况发生的频率，然后探究在追踪后如果删除所有有歧义的步骤会发生什么。这种修剪会牺牲部分数据并缩短轨迹，但显著提高剩余数据的整体可靠性并改善对分子运动速度的估计。在内质网标记物的真实影像中，靠近细胞核的拥挤区域歧义性更高，移除有歧义的连线清理了这些区域，而对更简单的区域没有不利影响。

让细胞结构指导追踪

FidlTrack的核心创新是“结构感知”追踪。该方法不是将每个亮点视为在空旷空间中移动，而是利用细胞内部结构的图像——例如内质网、线粒体或细长神经突起的轮廓——来约束分子可能移动的路径。细胞器图像被转换为像素连接的图结构，距离沿着该图而非空间直线来度量。那些需要分子跨越两个分离小管之间间隙的连线因此可以被标记为不可能并予以拒绝。在紧密堆叠的小管模拟以及神经突起和细胞器的真实影像中，这种结构感知将有歧义的连线减少了多达一半，并将可信、无歧义的运动数据量提高了数倍。

揭示隐藏的细胞行为与疾病相关事件

借助这些工具——优化设置、歧义过滤和结构感知——作者重新审视了若干此前难以触及的生物学问题。在内质网中，他们能够清晰追踪蛋白质在通往高尔基体的出口位点处的运动，区分短暂的“掠过”与更长时间的停留。他们捕捉到阿尔茨海默病相关蛋白APP被酶BACE1切割的罕见瞬间，表现为从缓慢的膜结合运动突然切换为更快的自由扩散。他们还追踪了内质网中工程化的类抗体分子，并从其运动变化推断出何时结合了靶标、何时自由漂移。在这些不同情形中，FidlTrack恢复了更可靠的轨迹并放大了标准追踪方法所模糊或低估的差异。

对未来细胞生物学的意义

对非专业读者而言，关键结论是并非所有单分子轨迹都等同：有些可靠，有些会误导，而且直到现在很难将它们区分开来。FidlTrack提供了一种实用的开源方式，既可以衡量给定数据集的可靠性，也可以通过调整实验设置、剔除有歧义的步骤并利用细胞自身几何结构来提高这种可靠性。这使得以更高信心观察分子在细胞复杂内部环境中导航成为可能，并能检测那些此前被噪声掩盖的罕见或微妙事件，从蛋白质分拣到与疾病相关的加工过程。

引用: Parutto, P., Yuan, Y., Davì, V. et al. FidlTrack: high-fidelity structure-aware single particle tracking resolves intracellular molecular motion in organelles sensing APP processing. Nat Commun 17, 2639 (2026). https://doi.org/10.1038/s41467-026-69067-y

关键词: 单颗粒追踪, 细胞内动力学, 细胞器结构, 蛋白质运动, 阿尔茨海默病