CN106596495B - 一种多通道荧光相关光谱的多聚体检测数据处理方法 - Google Patents

Abstract

本发明涉及一种多通道荧光相关光谱的多聚体检测数据处理方法，通过将脉冲激光器、多个单光子检测器、时间相关单光子计数器与共聚焦荧光显微镜联合，建立数学模型定量分析溶液中的聚集体浓度。该数据处理方法基于单分子荧光的反聚束效应(anti‑bunching)，即当激发脉冲的时间短于荧光分子中电子从第一电子激发态跃迁到基态所需的时间时，单个荧光分子在该脉冲下发射的光子数不可能大于一个，因此每个脉冲内检测到的光子数与共聚焦微区内的荧光分子数及聚集度密切相关。本发明通过记录一段时间内检测到的多光子流数据，统计单个脉冲、连续多个脉冲下不同光子数的概率，并构建与多聚体物种浓度相关的理论模型，从而定量获得多聚体系中各物种的浓度分布信息。

Description

一种多通道荧光相关光谱的多聚体检测数据处理方法

技术领域

本发明属于荧光相关光谱领域，尤其涉及一种对多通道模式下得到的光子流数据进行分析的方法，最终得到多肽或蛋白质在溶液中聚集形成不同寡聚体的浓度分布。

背景技术

目前，多肽或蛋白质在某些条件下从可溶性单体转变成高度有序的纤维状聚集体，这种转变往往导致神经退行性病变或系统性淀粉样变性。对蛋白质聚集过程的定量研究需要在不破坏结构的条件下明确和定量寡聚体物种及尺寸的变化，由于研究体系是一个多物种的动态变化过程，包括单体、不同聚集度的寡聚体、原纤维和纤维的相互转变，目前所用的检测技术大部分都不适用于浓度低于微摩尔级别的样品体系，而且很多都包含分离、样品前处理等步骤，从而破坏寡聚体聚集平衡、引入杂质。本发明所提出的方法，可以弥补现有方法的不足，有效地定量研究上述多肽聚集的动力学过程。

荧光相关光谱能实现单分子检测，但在研究多肽聚集过程方面，传统的FCS、FCCS、PCH并不能够通过扩散系数的微小差异来区分单体与寡聚体。目前有报道用FRET-FCS、MEM-FCS等方法来实现有微小尺寸差异寡聚体的区分和定量。FRET-FCS研究中将两种荧光标记的多肽分子溶解于溶液体系，利用聚集时两个荧光团之间的FRET导致荧光强度的变化来区分聚集过程。而MEM拟合法得出的物种丰度呈高斯分布，不能够很精细的区分寡聚物物种。

因此，本领域亟需发展一种数据分析方法，能够研究复杂生物体系例如多聚体系中各物种的含量及相互转化动力学信息。

发明内容

为解决现有技术中的问题，本发明基于多通道荧光相关光谱，即将脉冲激光器、八个单光子检测器、时间相关单光子计数器与共聚焦显微镜联合，检测多通道荧光相关光谱的多聚体系中各物种的浓度分布信息。

本发明建立了基于单分子荧光反聚束效应的多聚体区分理论模型，主要是根据荧光标记多肽在溶液中自发聚集产生的聚集体在激光共聚焦区域被激发，因荧光分子光子反聚束效应，一个荧光分子只能一次性被激发产生一个光子，由此推导出荧光分子在单脉冲激发下发一个光子的概率公式，及多聚体在单脉冲下发出不同光子数的概率；然后通过借助Matlab编辑程序，模拟基于八通道的荧光相关光谱法一段时间内荧光标记多肽聚集体的发光情况，激发光为频率10⁷Hz的脉冲激光；统计模拟时间内检测到光子数的频数分布，归一化到每个脉冲后即为发不同光子数概率，可以与不同聚集度的荧光标记寡聚体的浓度构建等式关系；此外连续两个脉冲检测到的光子数分布与多肽寡聚体的浓度分布也密切相关，也可以构建等式关系。由以上等式关系联立方程可以求解出寡聚体浓度。

为达此目的，本发明采用了以下技术方案：

一种多通道荧光相关光谱的多聚体检测数据处理方法，其用于获取多聚体系中各物种的浓度分布信息，所述方法包括以下步骤：

(1)从原始光子流数据中分别统计单脉冲发n个光子的频数分布N_n-raw、连续双脉冲第一个脉冲发i个光子，第二个脉冲发j个光子的频数分布N_ij-raw；

(2)将从原始光子流数据统计得到的频数分布作去检测器影响处理，得到单脉冲真实发光光子数频数分布N_n-true和连续双脉冲真实发光光子数频数分布N_ij-true；

(3)对真实发光光子数频数分布利用总累积测量时间t和激发光频率f进行归一化计算，得到单脉冲发光概率p_n-pulse和双脉冲发光概率p_ij-pulse；

(4)求解单脉冲发光概率p_n-pulse和双脉冲发光概率p_ij-pulse与多聚体物种浓度c联立所得方程组，从而获得多聚体系中各物种的浓度分布信息。

本发明中，步骤(2)中所述去检测器影响处理是指分别计算多个光子同时进入同一检测器的概率，并根据此概率对由原始光子流数据统计得到的光子频数分布N_n-raw进行校正。

本发明之所以作去检测器影响处理，其主要是由于单光子检测器的死时间影响，当多于一个的光子进入同一通道时，每个检测器单个脉冲内只能检测到最先到达的光子，因此检测器检测到的光子个数信息存在偏差，因此为了得到更准确的信息，需要进行上述去检测器影响处理。

根据本发明，在激光共聚焦区域内，一个荧光分子在共聚焦微区点(x,y,z)处的发光概率I(x,y,z)为：

荧光分子在样品体系中的平均发光概率I_mean为：

其中w_xy和w_z是共聚焦体系点扩散函数中x-y平面和z轴向半径，V为溶液样品的体积，V₀为共聚焦体积；I₀＝ρ₀σQη，ρ₀为共聚焦中心处的光子密度，σ为分子吸收截面积，Q为荧光量子产率，η为包含物镜效率、检测器效率和光学元件效率的检测效率。

本发明中，步骤(1)是采用分子动力学模拟荧光标记多聚体在溶液中扩散并被激发发射荧光光子的过程，并模拟八通道单光子计数器生成光子数据流，统计得到单脉冲下发光光子数频数分布N_n-raw和双脉冲下发光光子数频数分布N_ij-raw。

根据本发明，在步骤(2)中，由于单光子检测器的死时间影响，当多于一个的光子进入同一通道时，每个检测器单个脉冲内只能检测到一个光子，因此检测器检测到的光子个数信息存在偏差，需要作去检测器影响处理，即检测到的单脉冲下发光光子数频数分布N_n-raw与共聚焦区域内的荧光分子实际发出的单脉冲真实发光光子数频数分布N_n-true有如下校正关系：

其中为第二类stirling函数，符号A和C分别表示数学上的排列和组合，由式(3)推导出去检测器影响后的单脉冲真实发光光子数频数分布N_n-true为：

连续双脉冲下发光光子数频数分布N_ij-raw与连续双脉冲真实发光光子数频数分布N_ij-true分别由单脉冲下发光光子数频数分布N_n-raw和单脉冲真实发光光子数频数分布N_n-true统计得到。

本发明的步骤(3)中，将得到的真实发光光子数频数分布进行如下归一化计算，得到单脉冲发光概率p_n-pulse和双脉冲发光概率p_ij-pulse；

其中t为分子动力学模拟光子流数据总累积时间，f为激发光频率。

根据式(1)将单脉冲激发下每个荧光分子的发光情况按遍历法计算p_n-pulse概率分布，用(1-I(x,y,z))表示处于空间位置(x,y,z)处的荧光分子不发光的概率，空间坐标(x,y,z)的下标数字及字母j、k、l用来区分不同位置的荧光分子，M表示荧光分子总数：

观察式(7)的规律，对其作如下变换：

为方便表述，将式(8)中等号左边用p_n′代替：

根据本发明，对于二聚体系，单脉冲下发光概率的分布情况具体表述为：

其中p_A1表示由单体发出一个光子的概率，p_B1表示由二聚体发出一个光子的概率，p_B2表示由单个二聚体发出两个光子的概率；

根据式(1)(2)得到下式：

其中n_A、n_B表示样品体系中单体和二聚体的分子总个数，S_A、S_B分别表示共聚焦微区中单体和二聚体的分子个数，S_A＝n_AV₀/V，S_B＝n_BV₀/V；

根据式(10)(11)得到下式：

对于连续双脉冲，连续双脉冲中第一个脉冲发一个光子、第二个脉冲不发光子的概率p_10-pulse表述为：

其中，p_00-pulse是连续双脉冲不发光的概率，联立式(12)(13)求解出未知数S_A、S_B和I₀，聚集体浓度C_A、C_B便由下式得出：

其中N_A为阿伏伽德罗常数。

根据本发明，对于四聚体系，单脉冲下发光概率的分布情况表述为：

其中A，B，C，D分别表示一至四聚体，(p_A1+p_B1+p_C1+p_D1)表示由单体、二聚体、三聚体或四聚体发出一个光子的概率，(p_B2+p_C2+p_D2)表示由单个二聚体、三聚体或四聚体分子发出两个光子的概率，其余以此类推；

根据式(1)(2)(11)得下式：

根据式(15)将式(14)作如下变换：

S_A、S_B、S_C、S_D分别为共聚焦微区内单体至四聚体的分子个数，S_A＝n_AV₀/V，S_B＝n_BV₀/V，S_C＝n_CV₀/V，S_D＝n_DV₀/V；对于四聚体系，连续双脉冲中第一个脉冲发一个光子、第二个脉冲不发光子的概率p_10-pulse

联立式(16)(17)即可求解出未知数S_A、S_B、S_C、S_D和I₀，聚集体浓度便由下式得出：

其中N_A为阿伏伽德罗常数。

与现有技术方案相比，本发明至少具有以下有益效果：

本发明将脉冲激光器、多个单光子检测器(SPADs)、时间相关单光子计数器与共聚焦荧光显微镜联合，建立了数学模型定量分析多聚体系溶液中的聚集体浓度。该数据处理方法通过记录一段时间内检测到的多光子流数据，统计单个脉冲、连续多个脉冲下不同光子数的概率，并构建与多聚体物种浓度相关的理论模型，从而可定量获得多聚体系中各物种的浓度分布信息。

附图说明

图1是本发明的多通道荧光相关光谱的多聚体检测数据处理方法的流程图；

图2是不同浓度二聚体系模型中每个脉冲发出光子数概率分布p_n-pulse的柱状图，图2(a)-(d)中横坐标均为单个脉冲发出的光子数，纵坐标为发光概率；

图3是不同浓度三、四聚体系模型中每个脉冲发出光子数概率分布p_n-pulse的柱状图，图中横坐标为单个脉冲发出的光子数，纵坐标为发光概率，图3(a)为三聚体系，单体至三聚体浓度依次为0.1nM，0.3nM，0.2nM；图3(b)为四聚体系，单体和二聚体浓度分别为0.1nM和0.3nM，四聚体浓度为0.2nM，无三聚体；图3(c)中单体浓度为0.1nM，二聚体浓度为0.2nM，四聚体浓度为0.1nM，无三聚体；图3(d)为四聚体系，单体至四聚体浓度依次为0.1nM，0.1nM，0.05nM和0.05nM。

下面对本发明进一步详细说明。但下述的实例仅仅是本发明的简易例子，并不代表或限制本发明的权利保护范围，本发明的保护范围以权利要求书为准。

具体实施方式

下面结合附图并通过具体实施方式来进一步说明本发明的技术方案。

为更好地说明本发明，便于理解本发明的技术方案，本发明的典型但非限制性的实施例如下：

图1示出了本发明的多通道荧光相关光谱的多聚体检测数据处理方法的流程图，根据该流程图，本发明通过记录一段时间内检测到的多光子流数据，统计单个脉冲、连续多个脉冲下不同光子数的概率，并构建与多聚体物种浓度相关的理论模型，从而定量获得了多聚体系中各物种的浓度分布信息。

实施例1

以八通道荧光相关光谱模式进行分子动力学模拟，模拟体系为二聚体系，即溶液一聚和二聚混合的体系，模拟条件为激光频率f＝1×10⁷Hz，模拟时长为t，激发波长为646nm，模拟浓度如图2(a)-(d)所示；对不同浓度的二聚体系模拟结果如表1所示，表1是基于多通道荧光相关光谱模型进行分子动力学模拟，光子流数据按照单脉冲发光概率分布公式及双脉冲发光概率公式联合求解得到二聚体系中单体浓度c_A和二聚体浓度c_B，单位为nM，及中心区域荧光强度I₀。

表1

上表中I₀的初始设定值由下式计算得到，其中P为激光功率，E为光子能量，σ为分子吸收截面积，Q为荧光量子产率，η为包含物镜效率、检测器效率和光学元件效率的检测效率，w_xy是共聚焦体系点扩散函数中x-y平面半径，f为激发光频率。

单体及二聚体的浓度求解过程由下式计算：

p_A1+p_B1＝p₁′＝I₀S_A+2I₀S_B

由上述方程式求解出S_A、S_B和I₀，即得出单体和二聚体浓度为：

其中N_A为阿伏伽德罗常数。

实施例2

与实施例1类似，对三聚、四聚体系进行分子动力学模拟，在各物种不同浓度条件下(浓度见图3(a)-(d))，模拟结果如表2所示，表2是基于多通道荧光相关光谱模型进行分子动力学模拟，光子流数据按照单脉冲发光概率分布公式及双脉冲发光概率公式联合求解得到三聚、四聚体系中单体至四聚体浓度c_A、c_B、c_C、c_D，单位为nM，及中心区域荧光强度I₀。

表2

与实施例1中计算方法类似，单体至四聚体的浓度求解过程由下式计算：

p₁′＝p_A1+p_B1+p_C1+p_D1＝I₀(S_A+2S_B+3S_C+4S_D)

由上述方程式求解出S_A、S_B、S_C、S_D、I₀，即得出单体至四聚体浓度

申请人声明，本发明通过上述实施例来说明本发明的详细结构特征，但本发明并不局限于上述详细结构特征，即不意味着本发明必须依赖上述详细结构特征才能实施。所属技术领域的技术人员应该明了，对本发明的任何改进，对本发明所选用部件的等效替换以及辅助部件的增加、具体方式的选择等，均落在本发明的保护范围和公开范围之内。

以上详细描述了本发明的优选实施方式，但是，本发明并不限于上述实施方式中的具体细节，在本发明的技术构思范围内，可以对本发明的技术方案进行多种简单变型，这些简单变型均属于本发明的保护范围。

另外需要说明的是，在上述具体实施方式中所描述的各个具体技术特征，在不矛盾的情况下，可以通过任何合适的方式进行组合，为了避免不必要的重复，本发明对各种可能的组合方式不再另行说明。

此外，本发明的各种不同的实施方式之间也可以进行任意组合，只要其不违背本发明的思想，其同样应当视为本发明所公开的内容。

Claims (8)

1.一种多通道荧光相关光谱的多聚体检测数据处理方法，其特征在于，所述方法包括以下步骤：

(1)从原始光子流数据中分别统计单脉冲发n个光子的频数分布N_n-raw、连续双脉冲第一个脉冲发i个光子，第二个脉冲发j个光子的频数分布N_ij-raw；

(2)将从原始光子流数据统计得到的频数分布作去检测器影响处理，得到单脉冲真实发光光子数频数分布N_n-true和连续双脉冲真实发光光子数频数分布N_ij-true；

(3)对真实发光光子数频数分布利用总累积测量时间t和激发光频率f进行归一化计算，得到单脉冲发光概率p_n-pulse和双脉冲发光概率p_ij-pulse；

(4)求解单脉冲发光概率p_n-pulse和双脉冲发光概率p_ij-pulse与多聚体物种浓度c联立所得方程组，从而获得多聚体系中各物种的浓度分布信息。

2.如权利要求1所述的方法，其特征在于，在激光共聚焦区域内，一个荧光分子在共聚焦微区点(x,y,z)处的发光概率I(x,y,z)为：

荧光分子在样品体系中的平均发光概率I_mean为：

其中w_xy和w_z是共聚焦体系点扩散函数中x-y平面和z轴向半径，V为溶液样品的体积，V₀为共聚焦体积；I₀＝ρ₀σQη，ρ₀为共聚焦中心处的光子密度，σ为分子吸收截面积，Q为荧光量子产率，η为包含物镜效率、检测器效率和光学元件效率的检测效率。

3.如权利要求1或2所述的方法，其特征在于，步骤(1)中，采用分子动力学模拟荧光标记多聚体在溶液中扩散并被激发发射荧光光子的过程，并模拟八通道单光子计数器生成光子数据流，统计得到单脉冲下发光光子数频数分布N_n-raw和双脉冲下发光光子数频数分布N_ij-raw。

4.如权利要求1所述的方法，其特征在于，步骤(2)中，由于单光子检测器的死时间影响，当多于一个的光子进入同一通道时，每个检测器单个脉冲内只能检测到一个光子，因此检测器检测到的光子个数信息存在偏差，需要作去检测器影响处理，即检测到的单脉冲下发光光子数频数分布N_n-raw与共聚焦区域内的荧光分子实际发出的单脉冲真实发光光子数频数分布N_n-true有如下校正关系：

其中为第二类stirling函数，符号A和C分别表示数学上的排列和组合，由式(3)推导出去检测器影响后的单脉冲真实发光光子数频数分布N_n-true为：

连续双脉冲下发光光子数频数分布N_ij-raw与连续双脉冲真实发光光子数频数分布N_ij-true分别由单脉冲下发光光子数频数分布N_n-raw和单脉冲真实发光光子数频数分布N_n-true统计得到。

5.如权利要求1所述的方法，其特征在于，步骤(3)中，将得到的真实发光光子数频数分布进行如下归一化计算，得到单脉冲发光概率p_n-pulse和双脉冲发光概率p_ij-pulse；

其中t为分子动力学模拟光子流数据总累积时间，f为激发光频率。

6.如权利要求2所述的方法，其特征在于，根据式(1)将单脉冲激发下每个荧光分子的发光情况按遍历法计算p_n-pulse概率分布，用(1-I(x,y,z))表示处于空间位置(x,y,z)处的荧光分子不发光的概率，空间坐标(x,y,z)的下标数字及字母j、k、l用来区分不同位置的荧光分子，M表示荧光分子总数：

观察式(7)的规律，对其作如下变换：

为方便表述，将式(8)中等号左边用p_n′代替：

7.如权利要求2所述的方法，其特征在于，对于二聚体系，单脉冲下发光概率的分布情况具体表述为：

其中p_A1表示由单体发出一个光子的概率，p_B1表示由二聚体发出一个光子的概率，p_B2表示由单个二聚体发出两个光子的概率；

根据式(1)(2)得到下式：

其中n_A、n_B表示样品体系中单体和二聚体的分子总个数，S_A、S_B分别表示共聚焦微区中单体和二聚体的分子个数，S_A＝n_AV₀/V，S_B＝n_BV₀/V；

根据式(10)(11)得到下式：

对于连续双脉冲，连续双脉冲中第一个脉冲发一个光子、第二个脉冲不发光子的概率p_10-pulse表述为：

其中，p_00-pulse是连续双脉冲不发光的概率，联立式(12)(13)求解出未知数S_A、S_B和I₀，聚集体浓度C_A、C_B便由下式得出：

其中N_A为阿伏伽德罗常数。

8.如权利要求2所述的方法，其特征在于，对于四聚体系，单脉冲下发光概率的分布情况表述为：

其中A，B，C，D分别表示一至四聚体，(p_A1+p_B1+p_C1+p_D1)表示由单体、二聚体、三聚体或四聚体发出一个光子的概率，(p_B2+p_C2+p_D2)表示由单个二聚体、三聚体或四聚体分子发出两个光子的概率，其余以此类推；

根据式(1)(2)(11)得下式：

根据式(15)将式(14)作如下变换：

S_A、S_B、S_C、S_D分别为共聚焦微区内单体至四聚体的分子个数，S_A＝n_AV₀/V，S_B＝n_BV₀/V，S_C＝n_CV₀/V，S_D＝n_DV₀/V；对于四聚体系，连续双脉冲中第一个脉冲发一个光子、第二个脉冲不发光子的概率p_10-pulse

联立式(16)(17)即可求解出未知数S_A、S_B、S_C、S_D和I₀，聚集体浓度便由下式得出：

其中N_A为阿伏伽德罗常数。