基于樣本加權(quán)的特征基因選擇方法研究.pdf

1、用于腫瘤診斷、預(yù)防以及治療的分子生物標(biāo)記的識別與驗(yàn)證是腫瘤基因組研究的重要挑戰(zhàn)。由于臨床試驗(yàn)以及生物驗(yàn)證試驗(yàn)需要大量的時(shí)間以及人力，因此選擇一些重要的候選分子生物標(biāo)記用于驗(yàn)證是至關(guān)重要的，而在各類腫瘤疾病研究中，基因表達(dá)譜數(shù)據(jù)被廣泛用于識別候選特征基因。從機(jī)器學(xué)習(xí)的角度看，特征基因選擇可以被認(rèn)為是高維數(shù)據(jù)的特征選擇，其目的是選擇最優(yōu)的少量特征子集用于解釋樣本表型差別，并且特征基因選擇方法的魯棒性應(yīng)該較好，從而提高機(jī)器學(xué)習(xí)方法在臨床診斷中

2、的可信度。為了提高特征基因選擇方法的魯棒性并保證分類準(zhǔn)確率，本文提出了一種基于樣本加權(quán)的特征基因選擇方法。
　　 該方法首先依據(jù)不同樣本對于特征選擇方法有不同貢獻(xiàn)的事實(shí)，將原特征空間的樣本映射到間距空間以進(jìn)行樣本間距分析，找出與其他樣本存在顯著區(qū)別的離群樣本，然后為其賦予較小的權(quán)值，以減少其對特征選擇方法的影響，從而提高方法的魯棒性。
　　 然后在樣本加權(quán)的基礎(chǔ)上擴(kuò)展基本過濾準(zhǔn)則，并進(jìn)行多準(zhǔn)則融合以綜合評價(jià)基因。該方法由

3、于不僅考慮了多個(gè)準(zhǔn)則之間的互補(bǔ)性，并且同時(shí)充分考慮不同樣本之間的相對重要性，因此它能更全面客觀地評價(jià)候選基因，從而進(jìn)一步提高了算法的魯棒性。緊接著，為了快速地搜索出較優(yōu)的特征基因組合，避免基因相互作用分析中的組合爆炸問題，本文提出利用蟻群算法從篩選后的候選特征基因，結(jié)合利用多準(zhǔn)則打分以及基因分類能力構(gòu)成啟發(fā)式信息，以啟發(fā)式地搜索基因組合空間。
　　 最后在真實(shí)的數(shù)據(jù)集上進(jìn)行比較實(shí)驗(yàn)，實(shí)驗(yàn)結(jié)果證明該方法有效保留了因?yàn)楹雎詷颖鞠鄬χ?/p>