[论文解读] 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 41

一句话总结

本文提出了半定量群测（SQGT），这是一种统一的群测框架，通过将加法信道与整数值量化结合，建模了高通量基因分型中的池化方案。该框架推广了经典群测模型，提出了SQ-析取码与SQ-可分码，开发了包括置信传播在内的高效解码算法，并定义了SQGT在实际参数下的容量，通过数值评估表明，最优量化器设计可显著减少所需测试次数。

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.

研究动机与目标

• 为填补基因组学中实际群测应用的空白，提出一种能捕捉高通量测序中真实测量复杂性的模型。
• 将现有群测模型（如传统、加法型与阈值型）统一于单一框架SQGT之下，该框架建模非二值、量化后的测试结果。
• 将经典编码概念（如析取码与可分码）推广至半定量设置，以实现对缺陷物的鲁棒且高效的检测。
• 开发高效解码算法，包括针对稀疏SQGT码的置信传播算法，并分析SQGT信道的信息论容量。
• 在固定量化器分辨率与有限阈值数等实际约束下评估SQGT性能，并识别最优设计参数。

提出的方法

• 提出SQGT作为加法信道（对测试中缺陷物求和）与整数值量化器的级联，以建模真实测量噪声与分辨率限制。
• 提出SQ-析取码与SQ-可分码，作为经典析取码与可分码在半定量设置下的推广，确保在SQGT模型下对最多d个缺陷物的唯一识别。
• 设计组合与概率性SQGT码构造方法，在稀疏与密集缺陷物两种情形下均提供性能保证。
• 设计适用于稀疏SQGT码的置信传播（BP）解码器，实现高效解码，而此前在该场景下尚无其他已知高效解码器。
• 将SQGT容量定义为每缺陷物互信息的上确界，经d归一化，基于互信息界推导出可靠解码的必要与充分条件。
• 通过数值优化评估容量的下界，识别出最优测试设计参数，包括阈值位置与输入分布。

实验结果

研究问题

• RQ1 能否构建一个统一的群测框架，通过引入量化、非二值测试输出，将传统、加法型与阈值型模型统一为一个通用框架？
• RQ2 如何将析取码与可分码的概念扩展至半定量设置，以确保缺陷检测的可靠性？
• RQ3 SQGT的高效解码算法是什么，特别是在传统方法失效的稀疏码情形下？
• RQ4 SQGT信道的信息论容量是多少，其如何依赖于测试分辨率与输入分布？
• RQ5 在固定量化等级数下，如何通过优化量化器阈值与输入概率来最小化测试次数？

主要发现

• SQGT模型将大多数已知群测模型（包括传统、加法型与阈值型）作为特例进行推广。
• SQ-析取码与SQ-可分码为半定量设置下的可靠缺陷检测提供了稳健的理论基础。
• 置信传播解码在稀疏SQGT码中表现有效，为此前无其他高效解码器的场景提供了可行解法。
• 数值评估表明，最优量化器设计（特别是对d=6时保留低基数区域{5,6}）可显著减少所需测试次数。
• 当q=3且Q=3时，最优输入分布与阈值（如PT=[0.46,0.15,0.39]与量化器{0,1,2,3,4},{5,6},{7,8,...,12}，对应d=6）可使容量下界提升，从而提高测试效率。
• SQGT容量定义为CSQGT = sup PT,η I(t{d}D1;t{d}D2,z)/d，且低于此容量的传输速率在渐近意义下可实现，且错误概率趋于零。