【Nat Commun】浦项科技大学Jong-Bong Lee：深度学习框架smDeepFLUOR实现单分子荧光信号高维特征分类

单分子荧光成像技术通过追踪单个荧光分子的强度变化，为揭示生物分子动态行为提供了前所未有分辨率的重要手段。然而，传统分析方法主要依赖平均荧光强度或荧光寿命等低维特征，在面对不同分子事件产生相似强度曲线时，往往难以进一步区分。例如，蛋白质与核酸底物的特异性结合与非特异性表面吸附，在平均荧光强度上可能完全不可区分，这严重限制了单分子技术的解析能力。近年来，深度学习特别是卷积神经网络在图像识别领域取得了突破性进展，为挖掘高维时空数据中隐藏的精细特征提供了可能。本研究团队开发smDeepFLUOR，旨在突破传统强度分析的局限性，从看似均匀的荧光信号中提取出传统方法无法察觉的时空特征，实现对生物分子状态的精细化分类，这一工作对于拓展单分子荧光成像的解析能力、推动其在新场景中的应用具有重要科学价值。

本文介绍smDeepFLUOR这一基于深度学习的单分子荧光分类框架，由韩国浦项工业大学与阿卜杜拉国王科技大学联合研究团队开发，发表于Nature Communications。该工作通过三维卷积神经网络处理7×7×10像素的时空图像序列，从传统方法难以区分的单分子荧光信号中提取隐藏特征，实现了对蛋白质特异性结合与非特异性结合的高精度分类，准确率高达93%-97%，并能追踪DNA合成动力学，揭示DNA聚合酶催化过程中3'端与荧光团距离的微妙变化。原文题名：smDeepFLUOR: single-molecule deep learning fluorescence classification，期刊：Nature Communications，DOI链接：https://doi.org/10.1038/s41467-026-74716-3。

方法与技术创新

smDeepFLUOR的核心创新在于将单分子荧光信号的处理从一维强度分析提升至三维时空特征提取。研究人员设计了一种浅层三维卷积神经网络架构，其输入为10帧连续二维图像构成的数据立方体，每帧图像尺寸为7×7像素，总体构成7×7×10的三维时空窗口。与依赖闪烁动力学或工程化点扩展函数的现有方法不同，smDeepFLUOR无需任何光学工程调控或光物理调制，直接利用天然荧光团发射模式中蕴含的微妙变化进行分类。

该网络架构采用三个三维卷积块：前两个卷积块使用时域核大小为1的滤波器，专注于空间特征提取；第三个卷积块则使用时域核跨越全部10帧，整合时间维度上的动力学信息。每层卷积后均应用ReLU激活函数、批归一化和dropout正则化，最后通过全连接层和softmax分类器输出二分类概率。模型训练采用Adam优化器，学习率为1×10⁻⁴，批量大小为32，最多训练50个epoch，并配合早停策略防止过拟合。

在数据处理方面，研究团队采用基于每个数据立方体独立进行标准化而非全局归一化的策略，有效消除了固定探测器偏移的影响。训练数据通过单粒子跟踪算法从原始图像中提取，以每个粒子轨迹的包裹坐标为中心裁剪7×7像素区域，形成连续10帧的输入样本。值得注意的是，当训练样本量超过约60000个立方体时，模型易出现过拟合现象，需通过随机子采样将训练集控制在20000至50000个立方体之间，以确保在独立实验数据上的泛化能力。

Figure 1: 示意图展示smDeepFLUOR工作流程：TIRF显微镜成像获取荧光信号，在7×7×10 像素时空窗口内构建三维数据立方体，经3D CNN处理输出分类结果。(图片来源于Nat Commun)

主要发现与结果分析

smDeepFLUOR在人源多聚腺苷酸结合蛋白(PABP)与poly(A) RNA尾的特异与非特异性结合分类中展现了卓越性能。利用直接标记mNeonGreen荧光蛋白的PABP进行训练，模型对特异性结合poly(A)的识别准确率达93%，对非特异性表面吸附的识别准确率达97%，尽管两类信号的像素级图像序列和平均荧光强度完全不可区分。更为关键的是，当应用于不同实验日采集的独立验证数据时，模型仍能维持约85%和90%的识别准确率，展示了良好的跨实验批次泛化能力。

Figure 2: 显示smDeepFLUOR对PABP特异性结合的分类性能，混淆矩阵显示93%-97%准确率，不同实验日独立验证保持85%-90%准确率，未标记蛋白训练亦达83%准确率。(图片来源于Nat Commun)

特别值得关注的是，smDeepFLUOR能够通过底物链上单个Cy5荧光团的信号变化识别未被荧光标记的PABP结合事件。当利用无标记PABP分子的数据进行训练时，模型对蛋白质结合状态的识别准确率可达83%，与传统标记PABP方法的性能相当。这一发现意味着smDeepFLUOR可能大大降低单分子实验对蛋白质荧光标记的依赖，为难以标记的蛋白质系统提供新的分析工具。

Figure 3: 展示实时蛋白质结合检测，通过预测Cy5底物信号状态识别mNG-PABP结合事件，平均预测轨迹与真实结合事件良好吻合。(图片来源于Nat Commun)

在DNA结构状态分类方面，smDeepFLUOR 成功区分了32-核苷酸缺口的DNA模板与切口DNA产物，准确率达90.5%。通过系统降低间隙长度，研究人员发现模型在9-核苷酸与6-核苷酸间隙之间出现了显著的分类转变：17、15、12和9-核苷酸间隙被分类为32-核苷酸缺口DNA，而6和3-核苷酸间隙则被分类为切口DNA。这一结果与已知的核酸诱导荧光增强效应的工作距离范围高度吻合，表明smDeepFLUOR能够感知荧光团局部环境的微妙变化。

Figure 4: 展示32-核苷酸缺口DNA与切口DNA的分类结果，模型对17-9核苷酸间隙归为缺口，6-3核苷酸间隙归为切口，揭示灵敏的局部环境感知能力。(图片来源于Nat Commun)

在DNA合成监测实验中，smDeepFLUOR成功捕获了DNA聚合酶δ和η催化下缺口DNA向切口DNA的实时转变动力学。模型预测显示，DNA聚合酶δ在5分钟内将62%的缺口DNA转化为切口DNA，而去除PCNA后这一比例降至20%。相比之下，DNA聚合酶η介导的合成速率较慢，反应30 分钟后切口比例为67%，且其活性对PCNA的依赖性较弱。实时预测轨迹分析进一步揭示，DNA聚合酶δ的缺口-切口转变时间约为1.7秒，显著快于聚合酶η的9.9秒，这与两种聚合酶已知的PCNA依赖性和结合速率差异高度一致。

Figure 5: 展示DNA聚合酶活性的实时监测结果，模型正确预测不同反应条件下的缺口-切口转变比例，实时轨迹揭示聚合酶δ与η的转变时间差异。(图片来源于Nat Commun)

参考与索引