无模型理想化：离子通道电流理想化的自适应集成方法（AI2）
摘要：通过单通道电生理记录，可以了解跨膜离子渗透和通道门控机制。分析记录电流的第一步涉及“理想化”过程，其中噪声原始数据被分类为对应通道开启和关闭状态的两个离散水平。这提供了有关离子通道门控动力学的有价值的信息。然而，在信噪比低和基线漂移的情况下，理想化步骤往往具有挑战性，尤其当目标通道的门控模型未被确定时。我们在此报告一种高度健壮的无模型理想化方法来实现这个目标。该算法称为AI2（自适应整合方法用于离子通道电流的理想化），由Kalman滤波器和高斯混合模型（GMM）聚类组成，无需用户输入。AI2根据开启和关闭水平之间的分离程度自动确定降噪设置。我们在包含计算或实验记录的噪声的伪通道电流数据集上验证了该方法。然后，AI2算法在包括青霉素A、电压门控钠通道和其他未确定通道的生物通道的实际实验数据上进行了测试。我们将理想化结果与传统方法（包括50\%阈值交叉方法）进行了比较。
作者：Madoka Sato, Masanori Hariyama, Komiya Maki, Kae Suzuki, Yuzuru Tozawa, Hideaki Yamamoto and Ayumi Hirano-Iwata
论文ID：2302.06792
分类：Quantitative Methods
分类简称：q-bio.QM
提交时间：2023-02-15