DOI

Метод полимеразной цепной реакции (ПЦР) --- это циклический процесс, основанный на многократном копировании определённого участка ДНК при помощи ферментов in vitro. Основным молекулярным механизмом ПЦР является амплификация --- накопление копий выделенной нуклеотидной последовательности. Полимеразная цепная реакция в реальном времени --- одна из разновидностей ПЦР метода, она позволяет определять не только присутствие целевой нуклеотидной последовательности в образце, но и измерять количество её копий. Эффективность полимеразной цепной реакции в реальном времени характеризуется экспоненциальным участком кривой накопления флуоресценции (кинетической кривой ПЦР). Эта кривая состоит из базовой линии, экспоненциальной фазы и фазы плато. Теоретический и практический интерес представляет аналитическое определение моментов перехода кинетической кривой ПЦР от линейного роста к экспоненциальному, а затем выхода на плато. Для решения этой задачи можно использовать методы машинного обучения без учителя. Если рассматривать амплификацию как квазидетерминированный дискретный случайный процесс, для которого кривые накопления флуоресценции являются монотонно возрастающими траекториями, то моменты перехода от базовой линии к экспоненциальной фазе и от экспоненциальной фазы к фазе плато являются аномалиями траекторий. Их обнаружение возможно при помощи квадратичных форм параболических, экспоненциальных, логарифмических и арктангенциальных аппроксимационно-оценочных критериев.
Переведенное названиеОпределение особых точек кривой накопления флуоресценции полимеразной цепной реакции методами машинного обучения без учителя: Машинное обучение в естественных науках
Язык оригиналаанглийский
Страницы (с-по)169–179
Число страниц11
ЖурналMoscow University Physics Bulletin (English Translation of Vestnik Moskovskogo Universiteta, Fizika)
Том78
Номер выпускаSuppl 1
DOI
СостояниеОпубликовано - 2023
Событие7-я Международная конференция "Глубокое обучение в вычислительной физике" - SPbSU, St.-Petersburg, Peterhof, Russia, Санкт-Петербург, Российская Федерация
Продолжительность: 21 июн 202323 июн 2023
Номер конференции: 7
https://dlcp2023.sinp.msu.ru/doku.php/dlcp2023/start
https://dlcp2023.sinp.msu.ru/doku.php/dlcp2023/start#the_7th_international_conference_on_deep_learning_in_computational_physics
https://dlcp2023.sinp.msu.ru/

ID: 114526492