通过分层狄利克雷过程建模在单粒子追踪实验中推断隐状态与精化受力估计

光学显微镜提供了表征体内分子运动的丰富时空信息。然而，用于总结分子运动的有效力和其他参数在活细胞中会随时间变化，这是由于隐状态变化引起的，例如由动态微环境、光漂白和生物过程固有的其他异质性所诱导的变化。本研究聚焦于分析经历突变状态变化的单粒子追踪（SPT）数据的技术。我们在经历酵母细胞中期的GFP标记染色单体上演示了该方法，并探测由反映多种物理现象总和的动态相互作用产生的有效力。状态变化由诸如通过着丝粒施加力的微管动力学、热聚合物涨落等因素诱导。模拟用于展示该方法在更广泛的SPT数据分析中的相关性。通过采用并修改一种非参数贝叶斯建模技术——分层狄利克雷过程切换线性动力系统（HDP-SLDS），用于SPT应用，获得了精细的力估计。HDP-SLDS方法在底层状态数量事先未知时（这是SPT应用中的常见问题），系统地识别由未观测到的状态变化所诱导的动力学区域变化方面显示出前景。我们进一步讨论了HDP-SLDS方法的相关性，回顾了分层狄利克雷过程的相关背景，展示了如何将离散时间HDP-SLDS模型映射到经典SPT模型，并讨论了该方法的局限性。此外，我们展示了用于调谐超参数以及直接针对单个实验轨迹检验模型假设统计一致性的新计算技术；这些技术规避了对"真实值"和主观信息的需求。