Jump to content

Event detection/fr: Difference between revisions

From Nanopore Wiki
Fix obsolete file and editorial link targets
m Complete public six-language translation; machine-assisted draft with terminology and markup checks
 
(One intermediate revision by one other user not shown)
Line 1: Line 1:
__NOTOC__
__NOTOC__
[[File:Patch_clamp_schematic_1.png|thumb|right|320px|Peak or event detection concepts support nanopore signal analysis. Source: Wikimedia Commons, CC BY-SA 4.0.]]
[[File:Patch_clamp_schematic_1.png|thumb|right|320px|La détection d'événements identifie les écarts de signal par rapport à une ligne de base stable.]]
La « détection d'événements » fait partie de la voie d'apprentissage de Nanopore Wiki. La détection d'événements permet d'identifier les blocages réels ou les changements de signal dans les enregistrements réalisés par les nanopores, et d'en extraire des caractéristiques comparables.
'''Détection des événements''' fait partie du parcours d'apprentissage Nanopore Wiki. La détection d'événements identifie les événements réels de blocage ou de changement de signal dans les enregistrements nanopores et en extrait des caractéristiques comparables.


== Concepts fondamentaux ==
== Concepts fondamentaux ==
Line 9: Line 9:
* Des faux positifs peuvent survenir en raison de bruit, de dérives, de phénomènes de « bulles » (anomalies dans les données), de bouchages des capteurs, ainsi que des paramètres d'analyse inappropriés.
* Des faux positifs peuvent survenir en raison de bruit, de dérives, de phénomènes de « bulles » (anomalies dans les données), de bouchages des capteurs, ainsi que des paramètres d'analyse inappropriés.


== Flux de travail de détection d'événements ==
== Fondements scientifiques ==
* Les seuils de détection doivent être liés au bruit de base et local.
* Les limites des événements affectent les métriques de temps de séjour, de surface et de forme.
* Les interprétations doivent être liées à des quantités mesurables, des contrôles expérimentaux et des paramètres d'analyse documentés.
* Les allégations doivent distinguer les observations directes de l'inférence en aval.
 
== Workflow de détection d'événements ==
{| class="wikitable np-knowledge-table"
{| class="wikitable np-knowledge-table"
! Étape
! Étape
Line 15: Line 21:
|-
|-
| 1
| 1
| Indiquer les phases expérimentales ainsi que les temps d'ajout des échantillons.
| Annoter les phases expérimentales et les temps d'ajout des échantillons.
|-
|-
| 2
| 2
| Estimez le niveau de base local ainsi que le bruit (les perturbations).
| Estimer la ligne de base et le bruit locaux.
|-
|-
| 3
| 3
| Définissez des seuils pour les candidats et des règles concernant la durée minimale.
| Définissez les seuils candidats et les règles de durée minimale.
|-
|-
| 4
| 4
| Fonctionnez sur la fusion, la séparation ou le rejet des événements en utilisant des critères bien documentés.
| Fusionnez, divisez ou rejetez des événements à l'aide de critères documentés.
|-
|-
| 5
| 5
| Exportez les tableaux et les graphiques des événements pour examen.
| Exportez les tables et les tracés d'événements pour examen.
|}
|}


== Applications typiques ==
== Applications courantes ==
* Quantification de la profondeur du blocage et du temps d’immobilisation.
* Quantification de la profondeur du blocage et du temps de séjour.
* Comparaison d'échantillons ou de variantes de pores.
* Comparaison d'échantillons ou de variantes de pores.
* Construire des données d'entraînement pour les modèles de classification.
* Création de données de formation pour les modèles de classification.
 
== Contrôles de qualité ==
* Enregistrez la plate-forme, le type de pore ou de Flow Cell, la chimie, les paramètres de tension ou d'acquisition et les versions du logiciel.
* Utiliser des contrôles négatifs, des contrôles positifs et des mesures répétées lorsque l'allégation dépend de la spécificité.
* Signalez les limitations telles que le bruit, le biais, la dégradation de l'échantillon, l'instabilité des pores ou l'analyse dépendante du modèle.
* Conservez les métadonnées de laboratoire liées au signal brut ou à l’analyse de séquençage avant d’interpréter les résultats.


== Pièges courants ==
== Limites d'interprétation ==
* Utiliser un seul seuil pour les enregistrements présentant une forte déviation.
* Utilisation d'un seul seuil pour les enregistrements à forte dérive.
* Échec à la vérification des faux positifs sur les contrôles vides.
* Échec du test des faux positifs sur les contrôles à blanc.
* Considérer les résultats automatisés comme corrects sans les avoir vérifiés visuellement.
* Un seul résultat ne doit pas être généralisé au-delà de l’échantillon, du protocole, de l’état de l’instrument et du pipeline d’analyse utilisé.
* Les décisions médicales, juridiques, réglementaires ou commerciales nécessitent une validation spécifique au domaine au-delà de ce résumé pédagogique.


== Pages liées ==
== Pages connexes ==
* [[Data analysis|Analyse de données]]
* [[Data analysis|Analyse des données]]
* [[Noise and filtering|Bruit et filtrage]]
* [[Noise and filtering|Bruit et filtrage]]
* [[Single-molecule detection|Détection de molécules individuelles]]
* [[Single-molecule detection|Détection de molécules uniques]]
* [[Troubleshooting|Dépannage]]
* [[Troubleshooting|Dépannage]]


== Références ==
== Références ==
* [https://en.wikipedia.org/wiki/Detection_theory Théorie de la détection de signaux]
* [https://en.wikipedia.org/wiki/Detection_theory Théorie de la détection des signaux]
* [https://en.wikipedia.org/wiki/Signal_processing Traitement du signal]
* [https://en.wikipedia.org/wiki/Signal_processing Traitement du signal]


<languages />
<languages />

Latest revision as of 22:23, 8 October 2026

La détection d'événements identifie les écarts de signal par rapport à une ligne de base stable.

Détection des événements fait partie du parcours d'apprentissage Nanopore Wiki. La détection d'événements identifie les événements réels de blocage ou de changement de signal dans les enregistrements nanopores et en extrait des caractéristiques comparables.

Concepts fondamentaux

  • Les seuils de détection doivent être liés au bruit de fond (« baseline noise ») et au bruit local (« local noise »).
  • Les limites des événements influencent les métriques relatives au temps de séjour, à la superficie et à la forme de ces événements.
  • Les événements faibles, chevauchants ou à plusieurs niveaux nécessitent une validation minutieuse.
  • Des faux positifs peuvent survenir en raison de bruit, de dérives, de phénomènes de « bulles » (anomalies dans les données), de bouchages des capteurs, ainsi que des paramètres d'analyse inappropriés.

Fondements scientifiques

  • Les seuils de détection doivent être liés au bruit de base et local.
  • Les limites des événements affectent les métriques de temps de séjour, de surface et de forme.
  • Les interprétations doivent être liées à des quantités mesurables, des contrôles expérimentaux et des paramètres d'analyse documentés.
  • Les allégations doivent distinguer les observations directes de l'inférence en aval.

Workflow de détection d'événements

Étape Description
1 Annoter les phases expérimentales et les temps d'ajout des échantillons.
2 Estimer la ligne de base et le bruit locaux.
3 Définissez les seuils candidats et les règles de durée minimale.
4 Fusionnez, divisez ou rejetez des événements à l'aide de critères documentés.
5 Exportez les tables et les tracés d'événements pour examen.

Applications courantes

  • Quantification de la profondeur du blocage et du temps de séjour.
  • Comparaison d'échantillons ou de variantes de pores.
  • Création de données de formation pour les modèles de classification.

Contrôles de qualité

  • Enregistrez la plate-forme, le type de pore ou de Flow Cell, la chimie, les paramètres de tension ou d'acquisition et les versions du logiciel.
  • Utiliser des contrôles négatifs, des contrôles positifs et des mesures répétées lorsque l'allégation dépend de la spécificité.
  • Signalez les limitations telles que le bruit, le biais, la dégradation de l'échantillon, l'instabilité des pores ou l'analyse dépendante du modèle.
  • Conservez les métadonnées de laboratoire liées au signal brut ou à l’analyse de séquençage avant d’interpréter les résultats.

Limites d'interprétation

  • Utilisation d'un seul seuil pour les enregistrements à forte dérive.
  • Échec du test des faux positifs sur les contrôles à blanc.
  • Un seul résultat ne doit pas être généralisé au-delà de l’échantillon, du protocole, de l’état de l’instrument et du pipeline d’analyse utilisé.
  • Les décisions médicales, juridiques, réglementaires ou commerciales nécessitent une validation spécifique au domaine au-delà de ce résumé pédagogique.

Pages connexes

Références