Learning with unknowns: Analyzing biological data in the presence of hidden variables

علیرغم توانایی بهبود یافته ما برای بررسی سیستم های بیولوژیک با وضوح بالاتر فضایی و زمانی، ابعاد بزرگ سیستم های بیولوژیکی اغلب از نمونه گیری کافی از فضای دولت جلوگیری می کند. حتی با مجموعه داده های گسترده ای مانند میکروارگانی های ژنی یا تکنیک های ضبط چندترونی، متغیرهایی که ما از آنها ضبط می کنیم، معمولا فقط یک زیر مجموعه کوچک هستند، اگر عاقلانه انتخاب شوند، که نشان دهنده مناسب ترین درجه آزادی است. متغیرهای باقیمانده یا متغیرهای پنهان به اصطلاح به احتمال زیاد با مشاهدات مرتبط هستند و بر آمار آنها و در نتیجه نتیجه گیری ما در مورد عملکرد سیستم و نحوه عملکرد این عملکرد تاثیر می گذارد. در این زمینه دو سوال مهمی مطرح می شود: کدام متغیرها باید انتخاب کنیم که داده ها را مشاهده و جمع آوری کنیم؟ و چقدر می توان از داده ها در حضور متغیرهای مخفی یاد کرد؟ در این مقاله ما پیشنهاد می کنیم که پیشرفت های الگوریتمی اخیر در ریاضیات فیزیک آماری سیستم های پیچیده مجموعه ای امیدوار کننده برای استخراج ویژگی های مرتبط با داده های با کارایی بالا و یک راهبرد مفید برای تحقیق در سال های آینده است.