通过组测试学习免疫缺陷图

本文处理药物发现与病原体识别统一问题的一种抽象。病原体识别涉及致病生物分子的鉴定。药物发现涉及寻找称为先导化合物的化学物质，其结合致病蛋白并最终抑制蛋白功能。本文将先导化合物抽象为抑制剂，致病蛋白抽象为缺陷体，将“无效”化学物质与非致病蛋白的混合物抽象为正常物品。一个缺陷体在测试中可能对抑制剂的存在免疫。因此，包含缺陷体的测试为阳性当且仅当它不包含其“关联”抑制剂。本文目标是高概率地识别缺陷体、抑制剂及其“关联”，换言之，通过组测试高效学习免疫缺陷图（IDG）。我们提出了一种概率非自适应池化设计、一种概率两阶段自适应池化设计以及用于学习IDG的解码算法。对于两阶段自适应池化设计，我们证明了保证高概率恢复抑制剂、缺陷体及其关联所需测试数量的样本复杂度（即上界）超过所提下界一个关于物品数量的对数乘法因子。对于非自适应池化设计，我们也证明了上界超过所提下界至多一个关于物品数量的对数乘法因子。