生物学中随机、欠采样实验的必要性与威力
定量方法
2020-12-25 v1 应用统计
摘要
过去十年开发的大量变革性技术使得测量与扰动规模不断扩大，然而我们对许多系统的理解仍受实验能力所限。克服这一限制并非简单地用现有方法降低成本；对于复杂生物系统，全面测量和扰动每个感兴趣变量组合可能永远无法实现。然而，有越来越多的工作——其中许多具有基础性和开创性——从高度欠采样数据中提取出惊人数量的信息。对于广泛的生物学问题，尤其是遗传相互作用研究，此类方法对获得全面理解至关重要。然而，目前尚无统一框架来整合这些方法、提供理解其局限与能力的严格数学基础、通过共同视角理解其惊人成功，并建议我们如何提炼关键概念以变革实验生物学。在此，我们回顾该主题的既往工作——包括随机化与低维推断的生物学及数学基础——并提出一个通用框架，以利用随机实验与复合实验使广泛研究中的数据收集效率大幅提升。
引用
@article{arxiv.2012.12961,
title = {The necessity and power of random, under-sampled experiments in biology},
author = {Brian Cleary and Aviv Regev},
journal= {arXiv preprint arXiv:2012.12961},
year = {2020}
}