实验室室间质评项目绕不开的大佬——李金明，前一段时间看基因谷发了他的PPT（但是水印怎么是基因狐啊喂），正好从中了解些的临床的相关规范（其实我想找生信相关要点，但好像并没有...）。
说实话，之前在上家做微生物多样性相关科研服务时候，对参数这块定的不是特别死，有时候流程固定参数达不到合同要求交付的测序量，经常会改改overlap，改改最大错配。可能也是因为这种比较低端，pipeline不断，每天流水线式的能交100来个，颇有种来测序、送分析的意思。
简单记录下其中几个概率的计算
二项式分布概率
python计算二项式分布概率
#先写计算公式
import math
#单次概率p，重复m次实验，出现n次的概率
def Binomial_distribution_pr(p,all_events,part_events):
pr = math.factorial(all_events) / (math.factorial(part_events) * math.factorial(all_events - part_events)) * \
pow(p,part_events) * pow(1-p,all_events-part_events)
return pr
题为：平常病人阳性率为10%，一次检测25个标本，求获得6个阳性或6个以上结果的概率，概率为1-（获得0个或1个或2个或3个或4个或5个阳性结果的概率）
# 1-(P(0)+P(1)+P(2)+P(3)+P(4)+P(5))
y=0
for x in range(6):
y+=Binomial_distribution_pr(0.1,25,x)
print(1-y)
#0.033399944611494425
注：细看ppt其实是有些小问题的，没有写P（5）
二项式分布概率
python计算泊松分布概率
#单次概率p，重复m次实验，出现n次，概率；泊松分布用于p极小，m极大情况
import math
def Poisson_distribution_pr(p,n,k):
pr = pow(n*p,k)* math.exp(-n*p) / math.factorial(k)
return pr
题为：一个实验室中，一个项目每次检测结果阳性率为2%，100个样本中出现8个阳性结果概率
print(Poisson_distribution_pr(100,0.02,8))
#0.0008592716395975409
样本间交叉污染概率
python计算样本间交叉污染概率
#m次实验，连续n次结果相同
def same_happen_pr(all_events,same_events):
pr= (all_events - same_events +1) / (math.factorial(all_events) / (math.factorial(same_events) * math.factorial(all_events - same_events)))
return pr
题为：一次检测100个标本的项目中，2个阳性结果连续出现的概率
print(same_happen_pr(100,2))
#0.02
题为：一次检测100个标本的项目中，3个阳性结果连续出现的概率
print(same_happen_pr(100,2))
#0.0006060606060606061
注：样本间交叉污染的概率解读
首先假设每次检测样本，是阴性或是阳性都是独立的事件，那么
做n个样本，任意取其中r个，相邻的情况有 n-r+1 种
做n个样本，任意取其中r个，所有情况有 种
P=
胡思乱想一下
假定检测样本的结果都是独立的，那么其r个阳性连续出现概率大于P，则说明r次连续的阳性结果存在正相关，可能是样本间污染（小概率事件在小规模样本数中发生）
那么，当样本数极大时候，如果其r个阳性连续出现概率小于P，那么也能说明r次连续的阳性结果存在负相关，相邻样本间结果存在拮抗（小概率事件在大规模样本数中仍不发生）
网友评论