Experimentally accessible measurement of irreversibility in stochastic systems by categorizing single-molecule displacements

技術的要約：確率論的システムにおける不可逆性の実験的アクセス可能な測定法

問題提起
非平衡過程における不可逆性と散逸を定量化することは、タンパク質の折り畳みのような生物学的文脈における、確率論的システムの挙動、能力、および効率を理解する上で極めて重要である。一方で、ストカスティック熱力学は厳密な理論的枠組み（例：揺らぎの定理、カルバック・ライブラー情報量）を提供しているが、これらを実験データに適用することは困難である。既存の手法は、しばしば以下の条件を必要とする：

1. システムに作用する力および拡散係数の完全な知識。
2. 完全な軌跡データの入手（これは有限の時間分解能のために不可能な場合が多い）。
3. 特定の条件（例：定常性）や複雑なデータ処理（例：機械学習のハイパーパラメータ調整）。
4. 特定のエスティメータ（例：クロオスの関係式）のための、順方向および逆方向の両方のプロトコル。

したがって、力や拡散係数が未知である可能性が高いシングル分子トラッキングのような、限られた情報しか持たないシステムにおいて、不可逆性を測定するための、モデルフリーで実験的にアクセス可能な手法が必要とされている。

手法
著者らは、有限の時間間隔（$\Delta t$）におけるシングル分子の変位の分類に基づく、過減衰ランジュバン系における不可逆性を定量化する手法を導入する。

1. 変位の分類（Displacement Categorization）: 軌跡全体を解析する代わりに、この手法は時間 $\Delta t$ 後の粒子の初期位置（$x'$）と最終位置（$x$）を観察し、変位 $\ell = x - x'$ を定義する。これらの変位は、定義された境界（例：境界 $k$ を左から右へ、または右から左へ横切る、あるいはバルク内に留まる）に対する空間的位置に基づいて、クラス（$C$）へと分類される。
2. 不可逆性の尺度（$\Sigma_{\Delta t}$）: 著者らは、不可逆性の尺度として、順方向の変位の結合確率分布と、その時間反転された対応物の間のカルバック・ライブラー（KL）情報量を定義する：
   $$\Sigma_{\Delta t}(C_n) \equiv k_B \sum_{C \in C_n} \int d\ell \, q_{\Delta t}(\ell, C) \ln \frac{q_{\Delta t}(\ell, C)}{q_{\Delta t}(-\ell, \tilde{C})}$$
   ここで、$q_{\Delta t}(\ell, C)$ は変位 $\ell$ がクラス $C$ に属する確率密度であり、$\tilde{C}$ は時間反転されたクラスである。
3. 理論的境界:
   • 定常システム: 定常的な動力学において、$\Sigma_{\Delta t}$ は平均エントロピー生成 $\langle \Delta S_{tot} \rangle$ の厳密な下界を提供する。この境界は、変位クラスの数が増えるにつれて（空間をより細かく分割することで）タイトになる（階層的な境界）。
   • 非定常システム: 非定常なプロトコルの場合、この尺度は $\Delta t$ がゼロに近づく極限において下界を提供する。
   • 局所的散逸: 特定の境界を横切る変位に焦点を当てることで、局所的な散逸率を推定できる。
4. 実験的実装: この手法は、タンパク質タリンR3（野生型および変異体）を用いたシングル分子磁気ツイーザー実験に適用される。システムは、循環的な線形力ランプ（アンフォールディングおよびリフォールディング）にさらされる。不可回性は、折り畳まれた状態と解けた状態の間の境界に対する4つのクラスへの変位のビン化によって計算される。

主要な貢献と結果

• モデルフリーの推定: この手法は、決定論的な力、拡散係数、または基礎となるエネルギー・ランドスケープに関する事前知識を必要としない。これは、観測された変位の統計のみに依存している。
• シミュレーションシステムによる検証:
  • 正方ポテンシャルを持つ環上の駆動粒子において、本手法はエントロピー生成を正確に捉えた。著者らは、変位クラスの数を増やすこと（空間をより細かく分割すること）が、特に熱力学的不確定性関係（TUR）単独では緩い境界しか得られない平衡近傍のシステムにおいて、推定精度を大幅に向上させることを示した。
  • 本手法は、局所的な散逸の空間プロファイルを正確にマッピングできることが示された。
• タンパク質折り畳みへの適用（Talin R3）:
  • 野生型 vs 変異体: 本手法は、野生型のタリンR3と、より機械的に安定な変異体（R3IVVI）を区別した。変異体がより高い総不可逆性を示すことを正しく特定した。
  • 折り畳みダイナミクスの非対称性: 変異体のダイナミクスにおける非対称性の検出という重要な知見が得られた：アンフォールディングは、リフォールディングよりも系統的に不可逆性が高いことが判明した。これは野生型では観察されなかった。
  • ランドスケープの推論: 実験結果を非対称な二重ウェル・ポテンシャルのシミュレーションと比較することにより、著者らは、観察された不可逆性の非対称性を基礎となる自由エネルギー・ランドスケープに関連付けた。具体的には、変異体の挙動は、解けた状態のウェルが、折り畳まれた状態のウェルよりも広く、かつ障壁から遠いという非対称なランドスケープを示唆している。
• 堅牢性（Robustness）: 本手法は、測定ノイズ（シミュレートされたガウスノイズ）や限られたデータセットに対しても堅牢であり、システムを散逸量によってランク付けし、不可逆的なイベントが発生するタイミング（不可逆率のピークに対応）を特定する能力を維持した。

意義と主張
本論文は、生物分子の遷移における非平衡熱力学のための定量的な枠組みを提供することにより、「機械的に活性なタンパク質の機能を合理化するための厳密なツール」を提供すると主張している。

• 実験的アクセスの容易さ: 主な意義は、完全な軌跡の再構成や力の知識が利用できない実験系における本手法の実現可能性にある。これは、初期状態と最終状態を粗視化することによって、軌跡の指数関数的に大きな空間をサンプリングする必要性を回避している。
• ランドスケープの特徴に対する感度: 著者らは、不可逆性を定量化することで、標準的な平衡測定やヒステリシスループの面積からは容易に得られない、エネルギー・ランドスケープの微妙な特性（例：障壁距離の非対称性）を明らかにできることを示している。
• 既存手法との比較: 著者らは、空間的に不均一なシステムに対して熱力学的不確定性関係（TUR）よりも優れた手法であり、機械学習アプローチや、順方向および逆方向の両方のプロトコルを必要とする手法（クロオスの関係式や特定のビニング手法など）よりも堅牢で解釈しやすいものであると位置づけている。彼らは、本手法が下界を提供するものであるものの、システム間の相対的な傾向や差異（例：野生型 vs 変異体、異なる牽引速度）を高精度に捉えられることを指摘している。

結論として、このアプローチにより、研究者はシステムが平衡からどの程度離れて動作しているかを評価し、散逸と性能のトレードオフを特徴付けることが可能となり、特にタンパク質の折り畳みメカニズムの熱力学的シグネチャーを解明する上での有用性が強調されている。