基于基因本體的腫瘤分類(lèi)特征基因選取研究.pdf

1、腫瘤是目前危害人類(lèi)健康乃至生命的重大疾病之一,它的發(fā)生發(fā)展與受損DNA上基因的異常表達(dá)密不可分,然而利用基因芯片技術(shù)測(cè)量得到的成千上萬(wàn)個(gè)基因的表達(dá)水平中,僅有為數(shù)不多的幾十個(gè)甚至幾個(gè)基因真正與腫瘤的發(fā)生發(fā)展過(guò)程有關(guān)。因此,如何使用特征選擇技術(shù)從高維小樣本的腫瘤基因表達(dá)譜數(shù)據(jù)中挖掘出那些具有樣本類(lèi)別辨別力的特征基因,幫助病理學(xué)工作者在臨床醫(yī)療中準(zhǔn)確地預(yù)測(cè)腫瘤類(lèi)型并確定有效的治療方案,是目前生物信息學(xué)研究的重要內(nèi)容之一。
　　 本論

2、文針對(duì)傳統(tǒng)特征選擇過(guò)程中,沒(méi)有充分考慮特征基因所蘊(yùn)含的生物學(xué)信息以及基因表達(dá)譜數(shù)據(jù)自身缺陷所引起的計(jì)算誤差問(wèn)題,提出了一種特征選擇算法,利用基因本體的語(yǔ)義知識(shí)對(duì)基因表達(dá)譜數(shù)據(jù)進(jìn)行修正,實(shí)現(xiàn)最佳特征基因子集的選擇。算法充分考慮了“基因-樣本”的相關(guān)程度和“基因-基因”的冗余程度,在保證分類(lèi)準(zhǔn)確率的前提下,考慮了如何最大限度的減少特征基因數(shù)量。通過(guò)急性白血病數(shù)據(jù)集和結(jié)腸癌數(shù)據(jù)集的實(shí)驗(yàn)驗(yàn)證,表明本文方法可行有效,在提高了分類(lèi)的準(zhǔn)確率的同時(shí)也獲