目录 / bio-temporal-genomics-periodicity-detection
SKILL
未评级
已上架
bio-temporal-genomics-periodicity-detection
在时间序列组学数据中发现具有未知周期的周期性信号,并对其赋予合理的显著性评估,尤其适用于采样不规则(如时间点缺失、混合收获)导致FFT/Welch/JTK等方法失效的情况。采用Lomb-Scargle/广义Lomb-Scargle方法(scipy, astropy)估计主周期,并通过自相关分析加以验证;利用连续小波变换(CWT, pywt)解析瞬态或时变周期性;在全基因组范围内基于错误发现率(BH FDR)进行假警报概率筛选。适用于寻找先验周期未知的振荡信号、分析细胞周期或超昼夜节律,或处理非均匀采样的时间序列数据。不适用于检验已知的24小时节律(参见temporal-genomics/circadian-rhythms)。
模型生成摘要(rules/v1 · 2026-11-16 06:58):在时间序列组学数据中发现具有未知周期的周期性信号,并对其赋予合理的显著性评估,尤其适用于采样不规则(如时间点缺失、混合收获)导致FFT/Welch/JTK等方法失效的情况
这是模型对公开材料的总结,不是官方声明,请以原链内容为准。
这是模型对公开材料的总结,不是官方声明,请以原链内容为准。
存档时间线
| 版本 | 存档时间 | 内容哈希 | 内容 |
|---|---|---|---|
| v1 | 2026-11-16 06:58 | 52b5adb3 | 可取 |
版本索引永久保留;内容副本只保留最新 1 份,更早版本仅留索引与哈希(存档时间线的证据链不会因此断裂)。
纠错与举报(发现条目失效、署名有误或涉及侵权?)
提交举报 / 纠错
侵权举报经核验成立后,我们会即时下线该条目并删除已存的内容副本。