[論文レビュー] An extension to reversible jump Markov chain Monte Carlo for change point problems with heterogeneous temporal dynamics

Emily M. Gribbin, Benjamin Davis+2 more|arXiv (Cornell University)|Feb 19, 2026

Advanced Fluorescence Microscopy Techniques被引用数 0

ひとこと要約

論文は、短命な状態変化を検出するための compound 変更点移動を用いた RJMCMC 拡張（CRJMCMC）を提案し、FLImP 脱荧光/光漂白のステップ解析に適用して、キャリブレーションなしでフレームごとの蛍光体カウントを改善します。

ABSTRACT

Detecting brief changes in time-series data remains a major challenge in fields where short-lived states carry meaning. In single-molecule localisation microscopy, this problem is particularly acute as fluorescent molecules used to tag protein oligomers display heterogenous photophysical behaviour that can complicate photobleach step analysis; a key step in resolving nanoscale protein organisation. Existing methods often require extensive filtering or prior calibration, and can fail to accurately account for blinking or reversible dark states that may contaminate downstream analysis. In this paper, an extension to RJMCMC is proposed for change point detection with heterogeneous temporal dynamics. This approach is applied to the problem of estimating per-frame active fluorophore counts from one-dimensional integrated intensity traces derived from Fluorescence Localisation Imaging with Photobleaching (FLImP), where compound change point pair moves are introduced to better account for short-lived events known as blinking and dark states. The approach is validated using simulated and experimental data, demonstrating improved accuracy and robustness when compared with current photobleach step analysis methods and with the existing analysis approach for FLImP data. This Compound RJMCMC (CRJMCMC) algorithm performs reliably across a wide range of fluorophore counts and signal-to-noise conditions, with signal-to-noise ratio (SNR) down to 0.001 and counts as high as nineteen fluorophores, while also effectively estimating low counts observed when studying EGFR oligomerisation. Beyond single molecule imaging, this work has applications for a variety of time series change point detection problems with heterogeneous state persistence. For example, electrocorticography brain-state segmentation, fault detection in industrial process monitoring and realised volatility in financial time series.

研究の動機と目的

• 異質なダイナミクスを持つ時系列で、短く意味のある状態変化を検出する課題に対処する。
• 短命イベントをモデル化するため、近接する変更点を同時に追加/削除するスケーラブルな RJMCMC 拡張を開発する。
• FLImP からの一維統合強度トレースに本法を適用し、フレームごとのアクティブ蛍光体数を推定する。
• 蛍光漂白ステップ解析における事前キャリブレーションとユーザー入力への依存を低減することを示す。

提案手法

• k 個の変更点を持つ多重変更点モデルとポアソン分布の k を導入する。
• フレーム強度を平均 mu_i = mu_f n_i + mu_b、分散を sigma_i^2 = sigma_f^2 n_i + sigma_b^2 とするガウス雑音を用い、n_i はアクティブ蛍光体数。
• 短命な点滅/暗状態を捉えるために、近接する変更点の対を追加・削除する複合的な Birth-Death 移動を提案する。
• RJMCMC の構造（Birth, Death, Shift 移動）を維持するが、整数のアクティブ蛍光体数へ適合するよう移動をカスタマイズする。
• 初期化および強いキャリブレーションを避けるため、μ_f, μ_b, σ_f^2, σ_b^2 の事前分布を用いて推定パラメータを初期化・更新する。
• simulated および実験的な FLImP トレースに対して検証し、RMSE を最先端法および FLImP の既存解析と比較する。

実験結果

リサーチクエスチョン

• RQ1 CRJMCMC は事前キャリブレーションなしで短命な点滄（blink）と暗状態を信頼性高く検出できるか？
• RQ2 蛍光体数、SNR、状態遷移頻度の異なる条件下で、フレームごとのアクティブ蛍光体数の推定性能はどうか？
• RQ3 CRJMCMC アプローチは FLImP データに対して MAP ベースおよび HMM-MCMC 法と比較してどの程度正確性と堅牢性を示すか？

主な発見

Method	Time (s)
CRJMCMC	89.31 ( ± 1.01)
Factorial HMM-MCMC	324.81 ( ± 7.50)
Monotonic MAP	10.90 ( ± 0.35)
Sequential MAP	15.84 ( ± 0.23)

• CRJMCMC は最大で 17 個の蛍光体まで低 RMSE を維持し、SNR が 0.001 まで低下しても頑健である。
• CRJMCMC はモノトニックな MAP および連続的 MAP を上回り、特に低蛍光体数で factorial HMM-MCMC と競合する。
• CRJMCMC は短命状態を過度なフィルタリングやラベリングキャリブレーションなしで処理し、FLImP DNAオリガミデータで有効フレーム数を約 30% 増加させる。
• CRJMCMC の平均実行時間は 1 条件あたり 89.31 秒で、factorial HMM-MCMC（324.81 秒）より速く、MAP 法より遅い。CPU 並列化によりさらなる速度向上が見込まれる。
• 実験的 FLImP トレースでは、CRJMCMC が二・三・四蛍光体レベルで高いフレーム毎の正確性、精度、感度を FLImP のグラウンドトゥルーストラックと比較して達成する。