Jump to content

Event detection/es: Difference between revisions

From Nanopore Wiki
Machine translation from en via nanopore-translate
 
m Complete public six-language translation; machine-assisted draft with terminology and markup checks
 
(2 intermediate revisions by one other user not shown)
Line 1: Line 1:
__NOTOC__
__NOTOC__
[[File:Detection pics scipy signal find peaks.svg|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 detección de eventos identifica desviaciones de señal desde una línea base estable.]]
La '''detección de eventos''' forma parte de la ruta de aprendizaje de Nanopore Wiki. La detección de eventos identifica bloqueos reales o cambios en las señales en las grabaciones de nanoporos y extrae características comparables de ellas.
'''Detección de eventos''' es parte de la ruta de aprendizaje de Nanopore Wiki. La detección de eventos identifica eventos reales de bloqueo o cambio de señal en grabaciones de nanoporos y extrae características comparables de ellos.


== Conceptos básicos ==
== Conceptos básicos ==
Line 8: Line 8:
* Los eventos débiles, que se superponen o que son de múltiples niveles requieren una validación cuidadosa.
* Los eventos débiles, que se superponen o que son de múltiples niveles requieren una validación cuidadosa.
* Los falsos positivos pueden surgir debido al ruido, a la desviación en los datos, a errores en los análisis, a la obstrucción de los sistemas y a las configuraciones incorrectas de los mismos.
* Los falsos positivos pueden surgir debido al ruido, a la desviación en los datos, a errores en los análisis, a la obstrucción de los sistemas y a las configuraciones incorrectas de los mismos.
== Fundamento científico ==
* Los umbrales de detección deben estar vinculados al ruido local y de referencia.
* Los límites de eventos afectan las métricas de tiempo de permanencia, área y forma.
* Las interpretaciones deben estar vinculadas a cantidades mensurables, controles experimentales y entornos de análisis documentados.
* Las afirmaciones deben distinguir las observaciones directas de la inferencia posterior.


== Flujo de trabajo de detección de eventos ==
== Flujo de trabajo de detección de eventos ==
Line 18: Line 24:
|-
|-
| 2
| 2
| Estime el valor base local y el ruido (o las perturbaciones no deseadas).
| Estimar la línea base local y el ruido.
|-
|-
| 3
| 3
| Establezca umbrales para los candidatos y reglas de duración mínima.
| Establecer umbrales candidatos y reglas de duración mínima.
|-
|-
| 4
| 4
Line 30: Line 36:
|}
|}


== Aplicaciones típicas ==
== Aplicaciones habituales ==
* Cuantificación de la profundidad del bloqueo y el tiempo de permanencia.
* Cuantificación de la profundidad del bloqueo y el tiempo de permanencia.
* Comparación de muestras o variantes de poros.
* Comparación de muestras o variantes de poros.
* Construcción de datos de entrenamiento para modelos de clasificación.
* Creación de datos de entrenamiento para modelos de clasificación.
 
== Controles de calidad ==
* Plataforma de registro, tipo de poro o celda de flujo, química, configuración de voltaje o adquisición y versiones de software.
* Utilice controles negativos, controles positivos y mediciones replicadas cuando la afirmación dependa de la especificidad.
* Informar limitaciones como ruido, sesgo, degradación de la muestra, inestabilidad de los poros o análisis dependiente del modelo.
* Mantenga los metadatos de laboratorio vinculados a la señal sin procesar o a la secuenciación antes de interpretar los resultados.


== '''Peligros comunes''' ==
== Límites de interpretación ==
* Usar un umbral único para las grabaciones con una gran desviación (drift).
* Uso de un umbral para grabaciones con fuerte deriva.
* No se están probando los casos de falsos positivos en los controles vacíos.
* No se pudieron probar falsos positivos en controles en blanco.
* Tratar la salida automatizada como correcta sin una revisión visual.
* Un solo resultado no debe generalizarse más allá de la muestra, el protocolo, el estado del instrumento y el proceso de análisis utilizados.
* Las decisiones médicas, legales, regulatorias o comerciales requieren una validación de dominio específico más allá de este resumen educativo.


== Páginas relacionadas ==
== Páginas relacionadas ==

Latest revision as of 22:23, 8 October 2026

La detección de eventos identifica desviaciones de señal desde una línea base estable.

Detección de eventos es parte de la ruta de aprendizaje de Nanopore Wiki. La detección de eventos identifica eventos reales de bloqueo o cambio de señal en grabaciones de nanoporos y extrae características comparables de ellos.

Conceptos básicos

  • Los umbrales de detección deben estar relacionados con el ruido de base y el ruido local.
  • Los límites del evento afectan las métricas de tiempo de permanencia, área y forma.
  • Los eventos débiles, que se superponen o que son de múltiples niveles requieren una validación cuidadosa.
  • Los falsos positivos pueden surgir debido al ruido, a la desviación en los datos, a errores en los análisis, a la obstrucción de los sistemas y a las configuraciones incorrectas de los mismos.

Fundamento científico

  • Los umbrales de detección deben estar vinculados al ruido local y de referencia.
  • Los límites de eventos afectan las métricas de tiempo de permanencia, área y forma.
  • Las interpretaciones deben estar vinculadas a cantidades mensurables, controles experimentales y entornos de análisis documentados.
  • Las afirmaciones deben distinguir las observaciones directas de la inferencia posterior.

Flujo de trabajo de detección de eventos

Paso Descripción
1 Anotar las fases experimentales y los tiempos de adición de muestras.
2 Estimar la línea base local y el ruido.
3 Establecer umbrales candidatos y reglas de duración mínima.
4 Fusionar, dividir o rechazar eventos utilizando criterios documentados.
5 Exportar tablas y gráficos de eventos para su revisión.

Aplicaciones habituales

  • Cuantificación de la profundidad del bloqueo y el tiempo de permanencia.
  • Comparación de muestras o variantes de poros.
  • Creación de datos de entrenamiento para modelos de clasificación.

Controles de calidad

  • Plataforma de registro, tipo de poro o celda de flujo, química, configuración de voltaje o adquisición y versiones de software.
  • Utilice controles negativos, controles positivos y mediciones replicadas cuando la afirmación dependa de la especificidad.
  • Informar limitaciones como ruido, sesgo, degradación de la muestra, inestabilidad de los poros o análisis dependiente del modelo.
  • Mantenga los metadatos de laboratorio vinculados a la señal sin procesar o a la secuenciación antes de interpretar los resultados.

Límites de interpretación

  • Uso de un umbral para grabaciones con fuerte deriva.
  • No se pudieron probar falsos positivos en controles en blanco.
  • Un solo resultado no debe generalizarse más allá de la muestra, el protocolo, el estado del instrumento y el proceso de análisis utilizados.
  • Las decisiones médicas, legales, regulatorias o comerciales requieren una validación de dominio específico más allá de este resumen educativo.

Páginas relacionadas

Referencias