イベント検出
イベント検出は、Nanopore Wikiの学習パスの一部です。イベント検出とは、ナノポアの記録データから実際の遮断イベントや信号変化イベントを特定し、それらから比較可能な特徴を抽出することです。
コアコンセプト
- 検出閾値は、ベースライン値および現地のノイズに基づいて設定されるべきである。
- イベントの境界は、滞在時間、面積、形状に関する指標に影響を与えます。
- 弱い、重複する、または複数レベルのイベントについては、慎重な検証が必要です。
- 偽陽性（false positives）は、ノイズ、データの変動（ドリフト）、バブル現象、詰まり、および分析設定によって発生する可能性があります。
イベント検出ワークフロー
| ステップ | 説明 |
|---|---|
| 1 | 実験段階やサンプルの追加時刻に注記を付ける。 |
| 2 | ローカルのベースラインとノイズを推定します。 |
| 3 | 候補者の基準や最低在籍期間のルールを設定してください。 |
| 4 | 文書化された基準に基づいて、イベントをマージ、分割、または却下します。 |
| 5 | レビューのためにイベントテーブルとプロットをエクスポートします。 |
典型的な応用例
- ブロックの深さと滞在時間の定量化
- サンプルや細孔のバリアントを比較する。
- 分類モデルのためのトレーニングデータの構築。
よくある落とし穴
- 強いドリフトがある録音データには、1つの閾値を使用する。
- 空白なコントロールに対する偽陽性（false positive）のテストを行っていない。
- 自動生成された出力を、視覚的な確認なしに正しいものとして扱うこと。