Step detection in single-molecule real time trajectories embedded in correlated noise.
Step detection in single-molecule real time trajectories embedded in correlated noise.
复制标题
DOI：
10.1371/journal.pone.0059279
复制
发表时间：
2013
期刊：
影响因子：
3.7
通讯作者：
Cheng W
中科院分区：
文献类型：
--
作者：
Arunajadai SG;Cheng W
单分子真实的时间轨迹被嵌入在高噪声中。为了从这些轨迹中提取分子的动力学或动力学信息，通常需要将步骤和停留中的数据理想化。现有的单分子数据分析算法背后的一个主要前提是高斯“白色”噪声，其在时间上不显示相关性，并且其幅度与数据采样频率无关。这种所谓的“白色”噪声被广泛假设，但其有效性尚未得到严格评估。研究表明，在光镊采集的单分子真实的时间轨迹中存在相关噪声。在这些数据的分析过程中假设白色噪声可能导致严重高估或低估的步骤的数量取决于所采用的算法。我们提出了一种统计方法，定量评估的基础噪声的结构，考虑到噪声结构，并确定步骤和停留在一个单分子的轨迹。与现有的数据分析算法不同，该方法使用广义最小二乘法（GLS）来检测步骤和停顿。在GLS框架下，使用贝叶斯信息准则（BIC）等模型选择标准选择最佳步骤数。与现有的台阶检测算法的比较表明，该GLS方法可以检测台阶位置的相关噪声的存在下，以最高的精度。由于该方法是自动化的，并且直接与高带宽数据一起工作而无需预滤波或高斯噪声假设，因此它可以广泛用于分析单分子真实的时间轨迹。
Single-molecule real time trajectories are embedded in high noise. To extract kinetic or dynamic information of the molecules from these trajectories often requires idealization of the data in steps and dwells. One major premise behind the existing single-molecule data analysis algorithms is the Gaussian ‘white’ noise, which displays no correlation in time and whose amplitude is independent on data sampling frequency. This so-called ‘white’ noise is widely assumed but its validity has not been critically evaluated. We show that correlated noise exists in single-molecule real time trajectories collected from optical tweezers. The assumption of white noise during analysis of these data can lead to serious over- or underestimation of the number of steps depending on the algorithms employed. We present a statistical method that quantitatively evaluates the structure of the underlying noise, takes the noise structure into account, and identifies steps and dwells in a single-molecule trajectory. Unlike existing data analysis algorithms, this method uses Generalized Least Squares (GLS) to detect steps and dwells. Under the GLS framework, the optimal number of steps is chosen using model selection criteria such as Bayesian Information Criterion (BIC). Comparison with existing step detection algorithms showed that this GLS method can detect step locations with highest accuracy in the presence of correlated noise. Because this method is automated, and directly works with high bandwidth data without pre-filtering or assumption of Gaussian noise, it may be broadly useful for analysis of single-molecule real time trajectories.
登录
查看更多内容
影响因子：
64.5
作者：
Bustamante C;Cheng W;Mejia YX
通讯作者：
Mejia YX
影响因子：
56.9
作者：
Ali, JA;Lohman, TM
通讯作者：
Lohman, TM
影响因子：
64.8
作者：
Kerssemakers, Jacob W. J.;Munteanu, E. Laura;Dogterom, Marileen
通讯作者：
Dogterom, Marileen
DOI：
10.1126/science.1216848
发表时间：
2012-06-29
期刊：
Science (New York, N.Y.)
影响因子：
--
作者：
Lee G;Bratkowski MA;Ding F;Ke A;Ha T
通讯作者：
Ha T
影响因子：
8.6
作者：
De Los Rios, P;Zhang, YC
通讯作者：
Zhang, YC