用于连续阳性检测的平衡常重 Gray 码的无偏且误差检测组合式池化实验
信息论
2025-02-13 v1 math.IT
定量方法
摘要
组合式池化方案使能够在较少的反应单元（称为池）中测量数千个实验。这种效率是通过将待测项目分布到多个反应单元中实现的。然而，当前的池化方案设计方法不充分地满足在池中均匀分布项目的需求，这在生物学应用中尤为重要。本文引入用于检测连续阳性（DCP-CWGCs）的平衡常重 Gray 码，以高效构建组合式池化方案。平衡 DCP-CWGCs 确保项目在池中的均匀分布，允许识别诸如重叠生物序列之类的连续阳性项目，并通过保持对单个和连续阳性项目的测试数目恒定，实现误差检测。为了高效构建平衡 DCP-CWGCs，我们发布了一个开源的 Python 软件包 codePub，其中包含两种核心算法：分支定界算法（BBA）和分支定界算法的递归组合（rcBBA）。使用 codePub 的仿真显示，我们的算法能够构建长且平衡的 DCP-CWGCs，允许在可接受的运行时间内实现误差检测。
引用
@article{arxiv.2502.08214,
title = {Unbiased and Error-Detecting Combinatorial Pooling Experiments with Balanced Constant-Weight Gray Codes for Consecutive Positives Detection},
author = {Guanchen He and Vasilisa A. Kovaleva and Carl Barton and Paul G. Thomas and Mikhail V. Pogorelyy and Hannah V. Meyer and Qin Huang},
journal= {arXiv preprint arXiv:2502.08214},
year = {2025}
}