结合多次DBSCAN和层次聚类算法的膜蛋白单分子定位超分辨图像分割 |
| |
作者姓名: | 杨建宇 胡芬 邢福临 董浩 侯梦迪 李任植 潘雷霆 许京军 |
| |
作者单位: | 1. 南开大学弱光非线性光子学教育部重点实验室物理科学学院泰达应用物理研究院;2. 南开大学细胞应答交叉科学中心药物化学生物学国家重点实验室生命科学学院;3. 南开大学深圳研究院;4. 山西大学极端光学协同创新中心 |
| |
基金项目: | 广东省基础与应用基础研究重大项目(2020B0301030009);;国家重点研发计划(2022YFC3400600);;国家自然科学基金(11874231,32227802,12174208,31870843);;中国博士后科学基金(2020M680032);;天津市自然科学基金(20JCYBJC01010);;中央高校基本科研业务费(2122021337,2122021405); |
| |
摘 要: | 膜蛋白在细胞膜上的时空分布形式决定了其活性状态及功能,在调控细胞生命活动过程中起着重要作用。单分子定位超分辨成像(SMLM)技术为在纳米尺度解析膜蛋白的空间分布提供了可能,但分辨率的极大提升对图像准确聚类分割提出了更高要求。基于密度的空间聚类算法(DBSCAN)是常用的聚类方法之一,但其对于膜蛋白分布不均匀的SMLM超分辨图像的分割效果往往不太理想。本文提出了一种结合多次DBSCAN和层次聚类的混合聚类算法,该算法以DBSCAN方法为分割基础,通过进一步的面积阈值分析和层次聚类,在保持超分辨点簇图像精确聚类识别的前提下,仍能保留每个点簇内的多次定位信号。将该算法应用于模拟数据集和实验数据分割得到的轮廓系数等性能普遍优于传统DBSCAN算法。这种混合聚类方法为膜蛋白SMLM超分辨图像的聚类分割提供了新思路和新方法,有助于更精准地分析膜蛋白在纳米尺度上的空间分布信息。
|
关 键 词: | 生物光学 单分子定位超分辨成像 超分辨图像分割 膜蛋白 基于密度的空间聚类算法 层次聚类算法 |
|
|