[論文レビュー] Low-Cost and High-Throughput Testing of COVID-19 Viruses and Antibodies via Compressed Sensing: System Concepts and Computational Experiments

Jirong Yi, Raghu Mudumbai+1 more|arXiv (Cornell University)|Apr 13, 2020

SARS-CoV-2 detection and testing参考文献 33被引用数 20

ひとこと要約

本論文は、プールドサンプルからのスパース信号復元にエキスパンダー・グラフに基づく測定行列を用いることで、低コストで高スループットなSARS-CoV-2ウイルスおよび抗体の検出を実現する、圧縮センシングに基づくシステムを提案する。8.7%の感染率では最大3倍のスループット向上を達成し、1%の有病率では10倍以上の向上を示し、必要な検査数を大幅に削減しながらも、ノイズ下でも高い正確性を維持する。

ABSTRACT

Coronavirus disease 2019 (COVID-19) is an ongoing pandemic infectious disease outbreak that has significantly harmed and threatened the health and lives of millions or even billions of people. COVID-19 has also negatively impacted the social and economic activities of many countries significantly. With no approved vaccine available at this moment, extensive testing of COVID-19 viruses in people are essential for disease diagnosis, virus spread confinement, contact tracing, and determining right conditions for people to return to normal economic activities. Identifying people who have antibodies for COVID-19 can also help select persons who are suitable for undertaking certain essential activities or returning to workforce. However, the throughputs of current testing technologies for COVID-19 viruses and antibodies are often quite limited, which are not sufficient for dealing with COVID-19 viruses' anticipated fast oscillating waves of spread affecting a significant portion of the earth's population. In this paper, we propose to use compressed sensing (group testing can be seen as a special case of compressed sensing when it is applied to COVID-19 detection) to achieve high-throughput rapid testing of COVID-19 viruses and antibodies, which can potentially provide tens or even more folds of speedup compared with current testing technologies. The proposed compressed sensing system for high-throughput testing can utilize expander graph based compressed sensing matrices developed by us \cite{Weiyuexpander2007}.

研究の動機と目的

• 限られた検査能力と試薬不足による大規模なSARS-CoV-2検査における深刻なボトルネックを解消すること。
• 従来の個別またはグループ検査に代わる圧縮センシングを活用し、検査のスループットを向上させ、コストを削減すること。
• スパース信号復元からのプールド・コンセントレートされた測定値を用いて、ウイルスRNAおよび抗体の両方を高精度で検出できること。
• ノイズや変動する有病率を含む現実的な条件下での圧縮センシングの性能を評価すること。
• ノイズのある測定値下でも、個別検査に比べて顕著なスループット向上（最大3倍以上）を達成できることを示すこと。

提案手法

• 非適応型圧縮センシングを用い、バイナリ値または実数値の測定行列により複数のサンプルを同時にプールして検査する。
• スパース信号の低サンプル複素度で効率的かつロバストに復元できるよう、エキスパンダー・グラフに基づくセンシング行列を採用する。
• 集団内のウイルス負荷または抗体陽性状態を、感染または血清陽性である個々の人物が少数であるスパースベクトルとしてモデル化する。
• 信号復元には凸最適化（例：ベーシス・プルーリング）や、可能なサポート集合の全探索を用い、感染個体を同定する。
• ロバストネスを評価するため、ノイズを含む測定値として、大きさ10⁻³のランダムな摂動を追加する。
• 誤検出率、誤検出率、復元誤差などの指標を用いて性能を評価し、複数試行の平均値を算出する。

実験結果

リサーチクエスチョン

• RQ1 圧縮センシングは、SARS-CoV-2の個別またはグループ検査に比べて、著しく高い検査スループットを達成できるか？
• RQ2 感染有病率、サンプル数、測定ノイズの変動に伴い、圧縮センシングの性能はどのように変化するか？
• RQ3 圧縮センシングは、感染個体の検出において高い正確性を維持しながら、検査回数をどれだけ削減できるか？
• RQ4 ベルヌーイ確率行列とエキスパンダー・グラフに基づく行列の違いが、ノイズ下での復元性能に与える影響はどの程度か？
• RQ5 固定された測定回数（例：PCRラン毎に96ウェル）で、どの程度の集団規模を信頼性高く検査できるか？

主な発見

• 96回の測定で、8.7%の感染率の場合、最大300人までの集団において全感染者を信頼性高く検出可能であり、3倍のスループット向上を達成した。
• 1%の感染率では、個別検査に比べて10倍以上の検査スループット向上が達成された。
• n=40、k=2の条件下で、大きさ10⁻³のノイズ下でも、誤検出率および誤検出率が実質的にゼロとなった。
• エキスパンダーに基づく行列とベルヌーイ確率行列は、復元正確性およびノイズ耐性において同等の性能を示した。
• 8.7%の有病率下でn ≤ 300の範囲において、誤検出率および誤検出率が低く維持されたことから、実用的・実用的妥当性が裏付けられた。
• 圧縮センシングにおける実数値の定量的測定の使用により、特にノイズ下でバイナリグループ検査に比べてよりロバストな推論が可能になった。