Blob-B-Gone:一个轻量级的框架,用于从2D/3D MINFLUX单粒子跟踪数据中删除blob文物
Bela T L Vogler1,2, Francesco Reina1, Christian Eggeling1,2,3,4
1Leibniz Institute of Photonic Technology e.V., Member of the Leibniz Centre for Photonics in Infection Research (LPI), Jena, Germany.
Frontiers in bioinformatics
|December 11, 2023
概括
Blob-B-Gone通过计算方式去除MINFLUX单粒子跟踪数据中的人工粒子积累. 这种轻量级的框架使用几何特征和k-means++聚类来快速分离斑块和准确的轨迹分析.
科学领域:
- 生物物理学的生物物理.
- 纳米技术纳米技术
- 计算生物学 计算生物学
背景情况:
- 单粒子追踪 (SPT) 对于观察分子动态至关重要.
- 人工固定粒子可以创建密集的本地化积累 (块),使数据分析复杂化.
- 区分真实粒子运动和人工斑块对于准确解释SPT数据至关重要.
研究的目的:
- 引入Blob-B-Gone,这是一个新的计算框架,用于在MINFLUX SPT数据中区分和删除人工块.
- 提供基于几何特征的单粒子轨迹分析的快速,无需培训的方法.
- 为了在各种实验条件下能够准确地区分斑块状和延长轨迹.
主要方法:
- 从MINFLUX检测到的单粒子轨迹中提取纯几何特征,处理为点云.
- 应用k-means++聚类来单次分离特征空间以识别斑块.
- 通过主要组件分析 (PCA) 和计算F1评分进行绩效评估来评估结果.
主要成果:
- Blob-B-Gone在区分类似斑块的轨迹与其他轨迹方面取得了很高的准确性,F1分数为0.998 (2D) 和1.0 (3D).
- 该方法在模拟数据和从珠子样本和量子点的实验数据上都表现出强大的性能.
- 主要组件分析证实了特征空间中的blob和non-blob轨迹的清晰分离.
结论:
- 在MINFLUX SPT测量中,Blob-B-Gone提供了一种有效和轻量级的解决方案,用于移除文物.
- 该框架依赖于几何特征,使其广泛适用于通用点云数据.
- 这种方法通过准确识别和删除工件,显著提高了单粒子跟踪数据的可靠性和可解释性.
