[論文レビュー] Semi-Quantitative Group Testing: A Unifying Framework for Group Testing with Applications in Genotyping

Amin Emad, Olgica Milenković|arXiv (Cornell University)|Oct 9, 2012

SARS-CoV-2 detection and testing参考文献 57被引用数 41

ひとこと要約

本稿は、高スループットゲノタイピングにおけるプーリング方式を、加算チャネルと整数値量子化を組み合わせることでモデル化する、半定量的グループテスト（SQGT）を導入する。これは、古典的グループテストモデルを一般化する包括的なフレームワークであり、SQ-論理的分離可能およびSQ-分離可能コードを提案し、信念伝播を含む効率的なデコーディングアルゴリズムを開発し、実用的パラメータにおけるSQGTの容量を定義・数値的に評価した。その結果、最適な量子化器設計により必要なテスト回数を顕著に削減できることを示した。

ABSTRACT

We propose a novel group testing method, termed semi-quantitative group testing, motivated by a class of problems arising in genome screening experiments. Semi-quantitative group testing (SQGT) is a (possibly) non-binary pooling scheme that may be viewed as a concatenation of an adder channel and an integer-valued quantizer. In its full generality, SQGT may be viewed as a unifying framework for group testing, in the sense that most group testing models are special instances of SQGT. For the new testing scheme, we define the notion of SQ-disjunct and SQ-separable codes, representing generalizations of classical disjunct and separable codes. We describe several combinatorial and probabilistic constructions for such codes. While for most of these constructions we assume that the number of defectives is much smaller than total number of test subjects, we also consider the case in which there is no restriction on the number of defectives and they may be as large as the total number of subjects. For the codes constructed in this paper, we describe a number of efficient decoding algorithms. In addition, we describe a belief propagation decoder for sparse SQGT codes for which no other efficient decoder is currently known. Finally, we define the notion of capacity of SQGT and evaluate it for some special choices of parameters using information theoretic methods.

研究の動機と目的

• 高スループットシークエンシングにおける現実の測定の複雑さを捉えるモデルを構築することで、ゲノム分野における実用的グループテスト応用のギャップを埋める。
• 従来のグループテストモデル（通常、加算、しきい値テストなど）を統一的に扱うフレームワークSQGTを提案し、非二値的かつ量子化されたテスト出力をモデル化する。
• 古典的コード概念（論理的分離可能および分離可能コード）を半定量的設定に一般化し、強固で効率的な欠陥検出を可能にする。
• 信念伝播を含む効率的デコーディングアルゴリズムを開発し、SQGTチャネルの情報理論的容量を分析する。
• 固定量子化器分解能や限られたしきい値数といった現実的制約下でのSQGTの性能を評価し、最適設計パラメータを同定する。

提案手法

• 加算チャネル（テストに含まれる欠陥因子の合計）と整数値量子化器の連結としてSQGTを定式化し、現実の測定ノイズと分解能制限をモデル化する。
• 古典的論理的分離可能および分離可能コードの一般化として、SQ-論理的分離可能およびSQ-分離可能コードを導入し、SQGTモデル下で最大d個の欠陥因子を一意に特定可能であることを保証する。
• スパースおよび密度の高い欠陥因子の両状況下で性能保証が得られる、組合せ的および確率的構成法を用いたSQGTコードの構築。
• スパースSQGTコードに特化した信念伝播（BP）デコーダを設計し、他の効率的デコーダが存在しない状況でも効率的なデコーディングを可能にする。
• SQGTの容量を、1欠陥因子あたりの相互情報量の上界として定義し、相互情報量の境界を用いて信頼性のあるデコーディングの必要十分条件を導出する。
• 数値最適化を用いて容量の下界を評価し、しきい値配置や入力分布を含む最適なテスト設計パラメータを同定する。

実験結果

リサーチクエスチョン

• RQ1 非二値的かつ量子化されたテスト出力を組み込むことで、従来のグループテストモデル（通常、加算、しきい値）を統一的に一般化するフレームワークを構築可能か？
• RQ2 論理的分離可能および分離可能コードの概念を半定量的設定に拡張し、信頼性の高い欠陥検出を保証するにはどうすればよいか？
• RQ3 特に従来手法が失敗するスパースコードの場合、SQGTに適した効率的デコーディングアルゴリズムは何か？
• RQ4 SQGTチャネルの情報理論的容量は何か？ また、テスト分解能と入力分布にどのように依存するか？
• RQ5 固定の量子化レベル数のもとで、量子化器のしきい値と入力確率を最適化することで、テスト回数を最小化できるか？

主な発見

• SQGTモデルは、従来のグループテストモデル（通常、加算、しきい値テストなど）を特殊ケースとして一般化する。
• SQ-論理的分離可能およびSQ-分離可能コードは、半定量的設定における信頼性の高い欠陥検出のための強固な理論的基盤を提供する。
• 信念伝播デコーディングはスパースSQGTコードに対して効果的であり、他の効率的デコーダが存在しない状況でも解決策を提供する。
• 数値評価により、最適な量子化器設計（特にd=6のときの低基数領域{5,6}の保持）が、必要なテスト回数を顕著に削減できることを示した。
• q=3およびQ=3の場合、最適な入力分布（例：PT=[0.46,0.15,0.39]）およびしきい値（d=6のとき、量子化器{0,1,2,3},{5,6},{7,8,...,12}）を用いることで、容量の下界が向上し、テスト効率が向上することがわかった。
• SQGTの容量はCSQGT = sup PT,η I(t{d}D1;t{d}D2,z)/dとして定義され、この容量未満のレートは、誤り確率がゼロに近づくように、漸近的に達成可能である。