Einzelmolekülkinetik und -statistik

Wie man aus der verrauschten, stochastischen Trajektorie eines einzelnen Moleküls Ratenkonstanten, verborgene Zustände und Mechanismen ableitet, unter Verwendung der Statistik von Verweilzeiten und Zustandsübergängen.

Definition

Einzelmolekülkinetik und -statistik ist die Analyse stochastischer Einzelmolekül-Trajektorien, um die Raten, Zustände und Mechanismen der zugrunde liegenden molekularen Prozesse abzuleiten.

Scope

Dieses Thema behandelt die analytische Seite der Einzelmolekül-Biophysik: die Behandlung des Verhaltens eines Moleküls als stochastischer Prozess, die Extraktion von Kinetiken aus Verweilzeitverteilungen, die Inferenz verborgener Zustände mit Markov-Modellen und das Verständnis des Rauschens und der Stichprobenbeschränkungen von Einzelmoleküldaten. Es ergänzt die Messthemen, indem es den statistischen Rahmen liefert, der Roh-Trajektorien mit dem Mechanismus verbindet.

Core questions

• Wie werden Ratenkonstanten aus den Verweilzeiten eines einzelnen Moleküls extrahiert?
• Wie können verborgene Zustände aus einer verrauschten Trajektorie abgeleitet werden?
• Was verrät die Form einer Verweilzeitverteilung über die Anzahl der Schritte?
• Welche statistischen Grenzen ergeben sich aus der Beobachtung eines Moleküls zu einem Zeitpunkt?

Key theories

Markov-Zustandskinetik aus Verweilzeiten

Die Modellierung eines Moleküls, das zwischen diskreten Zuständen springt, führt dazu, dass seine Verweilzeiten exponentiell (oder multi-exponentiell) verteilt sind, sodass die Anpassung dieser Verteilungen die Übergangsraten und die Anzahl der zugrunde liegenden Zustände liefert.

Inferenz verborgener Zustände

Wenn Zustände durch Rauschen verdeckt sind, leiten verborgene Markov-Modelle die wahrscheinlichste Abfolge von Zuständen und deren Raten aus dem beobachteten Signal ab und stellen so Kinetiken wieder her, die nicht direkt sichtbar sind.

Mechanisms

Ein einzelnes Molekül erforscht seine Zustände stochastisch, sodass seine Trajektorie eine Realisierung eines Zufallsprozesses und kein glatter Durchschnitt ist. Wenn sich das Molekül als Markov-System verhält, das zwischen diskreten Zuständen springt, ist die Zeit, die es in jedem Zustand verbringt, bevor es diesen verlässt, exponentiell verteilt mit einer Rate, die der Summe der Entweichraten entspricht, und multi-exponentielle oder spitz zulaufende Verweilzeitverteilungen signalisieren zusätzliche verborgene Zustände oder mehrstufige Übergänge. Verborgene Markov-Modelle und verwandte statistische Methoden ordnen das verrauschte Signal Zuständen zu und schätzen die Raten, während die endliche Anzahl der beobachteten Ereignisse die statistische Unsicherheit bestimmt.

Clinical relevance

Diese Analysen untermauern die mechanistische Interpretation des Kanal-, Enzym- und Motorverhaltens, das für Physiologie und Pharmakologie relevant ist, und bieten eine pädagogische und methodische Grundlage anstelle einer klinischen Anleitung.

History

Die statistische Analyse von Einzelkanalaufzeichnungen, die nach Neher und Sakmanns Patch-Clamp-Arbeit Pionierarbeit leistete, einschließlich der von Colquhoun und Hawkes entwickelten Verweilzeit- und Gating-Analysen, etablierte den Rahmen, der heute auf Einzelmolekül-Fluoreszenz- und Kraftdaten angewendet wird.

Key figures

• Erwin Neher
• Bert Sakmann
• David Colquhoun

Seminal works

• neher1976
• nelson2014

Frequently asked questions

Was ist eine Verweilzeit?

Es ist die Zeit, die ein Molekül in einem Zustand verbleibt, bevor es in einen anderen wechselt; die Verteilung der Verweilzeiten über viele Übergänge hinweg offenbart die Ratenkonstanten und die Anzahl der beteiligten Zustände.

Warum werden Einzelmoleküldaten statistisch analysiert?

Da sich jedes Molekül zufällig verhält, ist eine einzelne Trajektorie verrauscht; statistische Modelle extrahieren die zugrunde liegenden Raten und Zustände, indem sie die Daten als Stichproben eines stochastischen Prozesses behandeln.