帶有不確定輸入的支持向量機(jī)的研究及其生物信息學(xué)應(yīng)用——基于單類支持向量機(jī)的候選基因排序.pdf

1、致病基因是很多疾病發(fā)生的根本原因。尋找致病基因，或稱鑒定致病基因是生物醫(yī)學(xué)研究的一個(gè)基本問(wèn)題，對(duì)于基因診斷、基因治療和基因藥物設(shè)計(jì)有著重要的現(xiàn)實(shí)意義。在尋找致病基因的過(guò)程中需要對(duì)大量的候選基因按致病的可能性高低進(jìn)行優(yōu)先級(jí)排序，這個(gè)排序過(guò)程叫做候選基因排序。對(duì)候選基因排序是尋找致病基因的重要步驟。
　　 隨著基因組學(xué)的發(fā)展，現(xiàn)在有許多種數(shù)據(jù)源可以用來(lái)對(duì)候選基因進(jìn)行排序。這些生物數(shù)據(jù)不僅類型各異，而且多為帶噪聲的高維數(shù)據(jù)，另外，對(duì)于

2、候選基因排序這個(gè)問(wèn)題，相對(duì)于候選基因，往往只有少量的已知致病基因作為訓(xùn)練樣本。為此，單類支持向量機(jī)的方法被用于解決候選基因排序這個(gè)問(wèn)題。
　　 支持向量機(jī)是基于統(tǒng)計(jì)學(xué)習(xí)理論新發(fā)展起來(lái)的一種機(jī)器學(xué)習(xí)方法，有著堅(jiān)實(shí)的數(shù)學(xué)理論基礎(chǔ)。它在解決小樣本、非線性和高維模式識(shí)別問(wèn)題中有優(yōu)勢(shì)，在文本分類、手寫識(shí)別、圖像分類、生物信息學(xué)等領(lǐng)域中獲得了較好的應(yīng)用。由于有著優(yōu)良的性能，且能夠方便處理各種類型的生物數(shù)據(jù)，因而支持向量機(jī)被廣泛的用來(lái)解決生物

3、信息學(xué)中的許多問(wèn)題。單類支持向量機(jī)是基本的支持向量機(jī)算法在單類問(wèn)題中的推廣，已被成功應(yīng)用于異常檢測(cè)，目標(biāo)識(shí)別等問(wèn)題，基于單類支持向量機(jī)的候選基因排序是其在生物信息學(xué)中的又一新的應(yīng)用。
　　 在利用單類支持向量機(jī)對(duì)候選基因排序時(shí)會(huì)用到各種生物實(shí)驗(yàn)數(shù)據(jù)，這些實(shí)驗(yàn)數(shù)據(jù)往往帶有誤差和噪聲。本文針對(duì)這一問(wèn)題，在單類支持向量機(jī)的公式的中引入不確定輸入量，經(jīng)過(guò)公式推導(dǎo)進(jìn)行擴(kuò)展，得到帶有不確定輸入的單類支持向量機(jī)。這種擴(kuò)展的單類支持向量機(jī)能夠利