Controlling the FDR in Imperfect Matches to an Incomplete Database
不完整数据库中不完美匹配的错误发现率控制AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要研究数据库匹配与质谱多重检验，未提供所列计量领域细分的直接依据。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
不完整数据库中不完美匹配的错误发现率控制
- 研究问题
- 搜索不完整数据库时，既存在对象没有真实匹配，又存在对象被错误匹配的情形，如何控制发现结果的错误发现率？
- 方法与思路
- 作者区分无匹配对象与错误匹配造成的两类假发现，推导新的控制方法，并用模拟和真实质谱数据比较表现。
- 材料陈述的贡献
- 摘要称，常用错误发现率控制程序不适合这一设定；大量模拟提示新方法无偏，并提供与多种程序的比较。
- 阅读关注点
- 应核对两类假发现如何定义、数据库缺失如何进入模型，以及无偏性模拟证据与错误发现率控制保证的区别。
- 阅读边界
- 依据版本未注明的 OpenAlex 索引摘要；模拟提示无偏不等于普遍控制保证，摘要未说明理论条件和具体结果，不能推断刊本变化。
原文摘要
We consider the problem of controlling the FDR among discoveries from searching an incomplete database. This problem differs from the classical multiple testing setting because there are two different types of false discoveries: those arising from objects that have no match in the database and those that are incorrectly matched. We show that commonly used FDR controlling procedures are inadequate for this setup, a special case of which is tandem mass spectrum identification. We then derive a novel FDR controlling approach which extensive simulations suggest is unbiased. We also compare its performance with problem-specific as well as general FDR controlling procedures using both simulated and real mass spectrometry data.