一种基于几何特征的排列检验方法,用于分析显微图像中蛋白质物种时空模式间的依赖关系
《Journal of Theoretical Biology》:A geometrically informed permutation test for dependency in spatiotemporal patterns of protein species in microscopic images
【字体:
大
中
小
】
时间:2026年02月13日
来源:Journal of Theoretical Biology 1.9
编辑推荐:
托马斯·R·霍诺尔|斯蒂芬·J·罗伊尔|亚当·M·约翰森|朱莉娅·A·布雷特施奈德
伦敦大学学院统计科学系,英国伦敦高尔街,WC1E 6BT
摘要
通过荧光共聚焦激光显微镜观察不同蛋白质种类之间的时空依赖关系,对于理解其生物学功能至关重要。我们引入了一种基于地球移动
托马斯·R·霍诺尔|斯蒂芬·J·罗伊尔|亚当·M·约翰森|朱莉娅·A·布雷特施奈德
伦敦大学学院统计科学系,英国伦敦高尔街,WC1E 6BT
摘要
通过荧光共聚焦激光显微镜观察不同蛋白质种类之间的时空依赖关系,对于理解其生物学功能至关重要。我们引入了一种基于地球移动距离的估计方法,用于描述这些蛋白质在空间Ψ中不同时点间的整体运动模式。此外,我们还提出了一种检验统计量,该统计量将Ψ划分为w个子区域Ψw后,比较两个样本中这些整体运动模式的差异。
我们的方法核心在于一种新的零假设框架,该框架包括关于整体运动模式在样本间和样本内独立性的陈述,以及关于在作用于Ψw的几何定义的置换群作用下的分布不变性陈述。这一框架衍生出一种几何信息驱动的置换检验(GIP),旨在量化整体运动模式之间依赖关系的显著性。我们利用涵盖多种独立及依赖场景、具有不同几何特性的合成数据对这种方法进行了验证。最后,我们将GIP检验应用于涉及微管相关蛋白EB3和TACC3的实验,所得结果为此前关于这两种蛋白共定位的生物学发现提供了进一步支持。
从更广泛的角度来看,我们所提出的方法适用于各种以几何结构为关键因素的时空分子数据问题,尤其是当细胞或组织环境影响其动态变化时。
引言
荧光共聚焦显微镜是一种活细胞成像技术,它通过用荧光染料标记特定目标蛋白来实现对生物体内蛋白质响应不同实验条件的观察,能够实时量化蛋白质的强度及其大致位置(Jonkman等人,2020)。这与通过观察固定细胞来研究纳米结构的可视化技术有所不同,后者包括透射电子显微镜、扫描电子显微镜和原子力显微镜等(Misra,2019)。
荧光共聚焦显微镜可用于比较不同蛋白质种类的空间分布情况(Dunn等人,2011)。蛋白质是生物体的基本构成单元,在生物体的结构和功能中起着关键作用,因此对于理解生物体的发育过程、正常生理功能以及疾病机制具有重要意义。正因如此,蛋白质在寻找药物靶点方面具有极其重要的价值。蛋白质通常作为更大网络的一部分发挥作用,目前人们越来越多地运用各种技术在细胞水平、细胞间水平以及更高层次的结构层面对它们进行研究。空间蛋白质组学最近被《自然-方法》杂志评为2024年度最佳方法(Elham Karimi,2024)。与此同时,自17世纪以来就一直在推动生物学发展的显微镜技术,通过提升分辨率、整合生命的基本组成成分(蛋白质、核酸、离子、碳水化合物和脂质)、探索新的组织环境以及利用人工智能的强大潜力,不断拓展着研究边界(Balasubramanian等人,2023)。
早在80多年前,人们就首次通过荧光标记抗体成功成像了单个蛋白质(Coons等人,1942)。尽管蛋白质的直径仅为几纳米,但根据所使用的显微镜类型,通常可以推断出蛋白质彼此之间的距离大约在200–800纳米之间(Jonkman等人,2020)。同一文献还详细介绍了可能导致共定位检测出现假阳性结果(如抗体交叉反应、激发或发射信号串扰、背景噪声过高)以及假阴性结果(如蛋白质丰度变化、荧光团亮度不均、光学组件错位或阈值设置不当)的诸多实验因素。从统计建模和分析的角度来看,共聚焦显微镜背后的物理原理在相关研究中已有总结(Aspelmeier等人,2015),其中还概述了有助于充分利用实验数据的各种方法。不过,这些技术的一个根本局限性在于它们无法直接分辨单个分子,因此其测量结果必须被理解为反映整体的宏观特性。
在量化蛋白质共定位时常用的经典指标,如皮尔逊相关系数和曼德斯系数(Adler和Parmryd,2013;Dunn等人,2011;Manders等人,1993),面临着两大批评:其一,它们忽视了数据的空间特性;其二,难以区分生物分子种类之间的偶然共定位与真正的相互作用。通常认为,生物分子种类在运动模式上的偶然相似性,比它们的偶然共定位发生的可能性要小。
在这项工作中,我们通过提出一种基于改进后的地球移动距离框架的方法,来克服上述两方面的缺陷,该方法能够描述连续时间点之间整体运动模式的变化情况。类似的一种统计技术也曾被Tameling等人(2021)用于解决量化共定位过程中一个长期存在的难题,而随着成像技术的进步,这一问题反而变得更加突出。超分辨率技术STED(坐标靶向刺激发光衰减技术)(Sahl等人,2017;Klar等人,2000)推动了活细胞成像领域的纳米级观测技术发展。然而,随着分辨率的不断提高,两个相邻蛋白质在像素级别上可能被分开,这使得那些无法感知邻近关系的分析方法无法检测到它们同时存在的情况。因此,在纳米级技术中,传统的共定位检测方法可能会缺乏灵敏度。为了解决这一限制,Tameling等人(2021)将共定位重新定义为两种分子种类之间的空间接近程度,并提出了一种基于最优运输理论的基于像素的方法。
我们工作的重点在于依赖关系的时间演变,这其中包括图像整体强度随时间的变化。我们将观测结果视为一个时空过程,通过开发一种定制版的地球移动距离函数,构建了一个整体运动估计值F^s,t(x,y),用于描述从时间s时的位置x移动到时间t时的位置y的运动情况。为了降低整体运动估计值的维度,我们引入了方向动量S^s,t(x,y),它是对八个方位方向上综合运动的近似表示。随后,我们通过冲量G^s,t来量化两个样本的方向动量之间的样本间差异,该冲量定义为两个样本方向动量在物理表征意义上的地球移动距离。与其计算整个图像视野范围内的整体运动估计值及后续结果,我们选择对空间进行划分后的各个子区域内的结果进行汇总,从而在通过方向动量来总结整体运动估计值时减少信息损失。这样就可以避免出现一种反常情况:即两个样本在视野的不同区域中具有相似的整体运动模式,从而导致方向动量相似,但冲量却异常小。
在我们方法发展的最后一步,我们构建了一个几何信息驱动的置换检验(GIP)框架。该框架进一步利用了对图像视野中各子区域内整体运动估计值的汇总结果,基于特定的几何场景和相应的一组操作,构建了包含分布不变性假设的零假设。我们通过各向同性、均匀性和对称性示例来说明这一框架,但同时强调,我们的GIP框架可用于构建涵盖多种几何假设及对应操作子集的广泛零假设体系。
我们对GIP检验的验证是在合成数据上进行的,这些数据涵盖了包括各向同性、均匀性和对称性运动模式在内的多种类型的独立或依赖整体运动情况,同时我们也使用了与模拟整体运动的几何特性相关的多种零假设。验证研究的结果表明,在适当设定零假设的情况下,所提出的检验程序是有效的;而对于设定有误的零假设,其表现也与预期一致。
之后,我们将该方法应用于两种蛋白质TACC3(转化酸性卷曲螺旋蛋白3)和EB3(末端结合蛋白3,亦称MAPRE3)的活细胞成像数据。已知在细胞分裂过程中,EB3会定位于微管的生长端(Mimori-Kiyosue等人,2000)。而TACC3的亚细胞分布则更为复杂(Saatci和Sahin,2023),但有部分TACC3蛋白确实定位于微管尖端(Nwagbara等人,2014;Gutiérrez-Caballero等人,2015)。将这些真实数据样本应用于研究,说明了如何利用关于蛋白质运动预期几何形态的认知来构建合适的零假设,在本例中,我们利用了垂直线上的反射对称性。
通过结合涉及EB3、TACC3以及经过计算机处理后的TACC3变体作为负对照组的反射对称性假设,我们的GIP检验方法表明,EB3和TACC3的运动模式之间存在依赖关系,这种依赖关系可能源于它们都定位于生长中的微管尖端。因此,我们的研究为之前的相关生物学研究提供了证据支持。
本文的结构如下:第2节阐述蛋白质共定位的量化概念,并介绍地球移动距离作为一种数学优化任务。第3节逐步详细介绍我们的GIP检验方法,从整体运动模式的估计到基于置换的推断。第4节利用合成数据对方法进行验证。第5节则通过一个与微管相关蛋白质的整体运动相关的生物学案例来展示该方法的应用。附录中包含了有关计算负担和多重检验的讨论内容,以及更多辅助图表。
片段摘录
共定位:共定位的程度被用作衡量不同蛋白质种类之间化学相互作用强度的指标(Adler和Parmryd,2013)。尽管这一指标被广泛使用,但目前尚无统一的行业标准,不同的研究者可能会用该术语来指代共定位或相关性(Adler和Parmryd,2013;Dunn等人,2011)。共定位是指在显微镜图像的视野范围内,两个通道在相同位置检测到足够高强度的光信号。
时空过程:实证观测数据涉及某种特定类型的生物分子(例如某种蛋白质),其在显微镜图像视野内的不同位置x∈Ψ={1,2,?,n1}×{1,2,?,n2}处的强度会在拍摄图像的离散时间点t∈Υ={t1,t2,?,tn3}被记录下来。这些数据为荧光标记物发出的光强度,由连接在共聚焦显微镜上的数码相机捕获,其中可能包含背景噪声。mψlon(ψ)指的是这些数值的集合。
合成数据验证研究:我们考虑一个离散的位置空间Ψ={1,2,?,60}2,时间点为Υ={1,2,3,4,5}。
EB3和TACC3在微管中的时空演变:我们的目标是推断两种蛋白质TACC3(转化酸性卷曲螺旋蛋白3)和EB3(末端结合蛋白3,亦称MAPRE3)的局部整体运动模式之间的依赖关系。已知在细胞分裂过程中,EB3会定位于生长中的微管尖端(Mimori-Kiyosue等人,2000),我们感兴趣的生物学问题是,是否有部分细胞内的TACC3也定位于微管尖端。目前尚未发现TACC3和EB3之间存在直接的物理相互作用。
讨论与结论:我们提出了一种用于估算时空过程中局部整体运动模式的方法,该方法采用了经过改良的地球移动距离函数,能够在权衡代价较高的移动操作与传统总质量约束之间的关系时发挥重要作用。在荧光共聚焦显微镜技术中,这一概念可作为量化两种蛋白质种类之间共定位随时间演变的基础。从动态角度出发,有助于解决区分偶然共定位这一长期存在的难题。
数据与代码获取:相关代码和数据存储在https://github.com/honnort/ColocalisationEMD地址的仓库中,这些资源被用于生成本文中的结果。我们提供了处理前后的TIFF格式图像,这些图像可以使用代码中包含的函数在R语言中进行读取和处理。这些图像文件也可以通过imageJ软件查看,可直接通过https://imagej.net/ij/访问基于浏览器的版本。
关于人工智能使用的声明:在准备本文的过程中,作者们使用了ChatGPT来检查部分文字的拼写错误和语法问题,同时帮助生成了一些BibTeX格式的条目。在使用该工具或服务之后,作者们对内容进行了必要的审阅和修改,并对最终发表文章的内容承担全部责任。
CRediT作者贡献说明:
托马斯·R·霍诺尔:撰写——初稿撰写、可视化、验证、软件开发、方法设计、研究实施、正式分析、数据整理。
斯蒂芬·J·罗伊尔:撰写——审稿与编辑、指导监督、数据整理、概念构思。
亚当·M·约翰森:撰写——审稿与编辑、指导监督、项目管理、方法设计、研究实施、概念构思。
朱莉娅·A·布雷特施奈德:撰写——审稿与编辑、可视化、指导监督、项目管理、方法设计、研究实施。
利益冲突声明:作者们没有需要声明的财务或个人利益。
致谢:为了实现开放获取,作者们为基于本次投稿而产生的所有已被接收的稿件版本申请了CC BY公共版权许可。托马斯·霍诺尔在攻读博士学位期间获得了EPSRC的资助。我们感谢Andrew Barlow首先向我们介绍了共定位量化方面的挑战。同时,我们也感谢Wilfrid Kendall和David Steinsaltz就地球移动距离及重采样方法与我们进行的探讨。
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号