ネタがないときは・そういえばセールに行ってきた・MOCから真打MCCへそして閾値を自動的に決める

ネタがないときのBoketeだより。人生つまんないんや。

正月うるさいくらいにCMやってたアレ、ネタの宝庫になってますなぁ。

リヴァイ先輩は借り上げなんですかね、あの世界にバリカンあるのかしら。

アンパンマンの顔はよく取り替えられてるからなぁ。

そういえば、土曜姉上と二子玉川のセールに行って来ました。

久しぶりにユニクロ以外で、わんさと服を買いました、セールとはいえお値段はお高いんでしょう、って感じ。

とは言え、相談できるヒトがいて服を買うのは存外面白いです。

選んでもらった服を日曜着てみましたが、素材がいいのか、着ていて楽です。

まぁある程度はお金を出さないと、いけませんね。

ピーター・メイルの贅沢の探求という本をいつも思い出します

帰りがけ、実験を幾つか仕掛け東大の方で夜ご飯でも食べようかなぁと歩いていたら、波のような学生の群れ、群れ、群れ。センター試験でしたねぇ。

しょうがないので久しぶりに自分でご飯作りました。

炊き込みご飯ときんぴらごぼうあたり作ったんですが、きんぴらごぼう作るのに、唐辛子を入れようと思ったら、ガラムマサラでした

誰っすかこいつ

インド映画は楽しそうだなぁ、ま、まぁそんなエスニック臭あふれるきんぴらごぼうでしたが、そこまで悪くもなかったです。むしろ美味しい部類。

次作るときは使いませんけどね。

炊き込みご飯は意外に労力使わない（洗い物も少ない）です。

キノコ、油だしした油揚げ、蒟蒻、ごぼう、人参、鶏肉ももとか切って炊飯器に入れるだけ（出汁、醤油、味醂、酒で調味だれを作って入れます）

さて顕微鏡レビューも少し進めないと自分でわからなくなる。

ImageJの使い方が視覚的に分かりやすそうなファイルを見つけました、参考になるかな？

こんどはPCC（ピアソンの積率相関係数）にも色々欠点もあるので、こんどMOCってどないや、って話で始まります。

前PCCは全部の蛍光の平均値でPixelの値を割って相対的な値を出すんだ、って話をしましたが、それ故の欠点もあるんだということでした。

そこでMOC（Mander's Overlap coefficiency)という値が出てきます。

PCCの式と比べれば全体の蛍光平均値で減算するという項がなくなり、単純に蛍光シグナルの強さに対応させて局在をくらべようという式です。

この式は全部値が正の値になるので、PCCの式のようにマイナスの値が出てこないというところで感覚的にはわかりやすいことになります。共局在が－0.5ですっていわれてもなんのこったって思ってしまいますから。

ところが結構問題もあって

A、B、Cをみてみると、赤と緑の蛍光強度が正の相関（A：0.73）、負の相関（B：－0.71）、相関無し（C：－０．０５）ってPCCは大きく変わるんですがMOCは0.99、0.92、0.97と変わりません。

これはMOCは蛍光が同じ場所で起こってるかどうかに依存しており、強度はMOCの場合問題にならないことからおこります。

一方で、PCCに比べ、シグナル強度に大きく依存しており、PCCの場合個々のPixelから定数を引いて（つまり擬似的にシグナルが弱くなるように操作）しても、値は殆ど変わらないですがMOCは大きく影響を受けるさまがFigureDとなります。

まぁでも蛍光強度の一致性は問題にしない場合ならこれでもOKに思えます。

つまりMOCの場合が示しているのは蛍光赤と蛍光緑で、それぞれ蛍光強度が強い時に片方が強いというような関係性がなくても、共存と数えてるわけですな

ただMOCの場合、共局在を見るにはソレゾレのPixelについて2つの蛍光がランダムにあるか無しかでくらべるという迂遠な方法をとっていることなど、幾つか弱点がある様です。

そこで2つの蛍光の局在を比べる時、一方の蛍光のあるPixelをより分けて、そのPixelに他方の蛍光があるか、調べていくという方法がよりわかりやすい方法としてとられることが多くなっているとのことです。

それが、MCC　（Mander's colocalization coefficiency）となります。

上の式の場合、M1が赤Pixel（Ri)上に、緑（G)がある場合（Ri colocal)、M2がその逆と2つの値が出てきますので、どちらを主役として見たいかでM1を使うかM2を使うかというお話になります。

感覚的には全体のどうでも良いPixelを見なければいけないPCCやPOCより、赤と緑を直接比べるMCCの方がBiologicalレベルの共局在を示すのに効果的と考えられるようです。やれやれ。

さてこの場合MOCとPCCのようにFigureから直接値が出て来るのではなく、主体蛍光のあるPixelの上に、他方の蛍光強度があるか判定する（赤の点じょうの緑蛍光は0以上かどうか？）ことになります。

もっとも難しいのは何をもって蛍光を０となすか。

どうしてもBackgroundは漏れ込むものなので、どこまでを意味のない蛍光強度（閾値以下）として判断するか、これがMCCの値に大きく影響することになります。

さいわい我々がImageJで使っているようなソフトには閾値を自動的に判定するプログラムも有り、この論文ではCostesの自動閾値法が採られていますね。

ソレゾレ閾値を自動設定してくれるのであまりシグナル強度を考えなくても同じ値が出やすいようになっています

JaCOPもCostesでした、あの２つのわけわからん砂嵐の絵（まぁ使ってみてください）は閾値の計算につかったのね。

Costesの閾値の計算法なんですが、正直イマイチわかっておりません。

全Pixelの蛍光強度からPCCを計算します、回帰直線上に乗っている蛍光強度より弱い？強度のPixelについてPCCを算出するという（回帰直線からドンドン離れていくPixelを選んでいる印象かなぁ）事をします。いやちがう？

わからん

この処理を繰り返すと、ドンドンPCCは弱くなっていきまして、最終的にPCCが０になって、赤、青の相関性がなくなる領域が出て来るので、その蛍光強度がソレゾレ閾値となるということらしいです。

Costesの元論文のFigureの方がわかりやすいかな？

rがPCCですかにゃ

まぁ何度読んでもわかってないような気がします、多分間違ってる。

勘弁してケロ、わからんでも使える。

この閾値をつかって計算してみるってのは次回ですかね。ながいわー

なんか面白くなってきたはきたんだけど。