腫瘤基因表達(dá)譜分類的特征基因選擇研究.pdf

1、目前，惡性腫瘤的治療依然是當(dāng)今世界的難題，發(fā)病類型多樣而且難于治愈。早期診斷和精確分類有助于對(duì)患者進(jìn)行有效的臨床治療，在最大程度上挽救寶貴的生命。當(dāng)今，對(duì)腫瘤診斷和分類的主要手段是通過組織病理學(xué)特征進(jìn)行判斷的。但是，這個(gè)方法有一個(gè)固有的缺點(diǎn)。因?yàn)?，某些腫瘤類型的組織病理學(xué)特征很相似，但是在臨床治療反應(yīng)和預(yù)后上具有顯著差異，這容易導(dǎo)致病患接受不利治療。
　　 基因芯片技術(shù)是一種可以高通量研究基因表達(dá)變化的分子技術(shù)，通過基因芯片技術(shù)

2、可以大規(guī)模檢測腫瘤的基因表達(dá)情況，從而獲得腫瘤基因表達(dá)譜。因?yàn)槟[瘤在基因表達(dá)變化方面呈現(xiàn)高度的異質(zhì)性，通過腫瘤基因表達(dá)譜可以區(qū)分那些組織特征相似的腫瘤類型，從而實(shí)現(xiàn)對(duì)惡性腫瘤的早期診斷和精確分類。因此基因芯片技術(shù)具有很大潛力發(fā)展為對(duì)腫瘤實(shí)現(xiàn)簡便、快捷診斷與分類的工具，這無疑可以對(duì)患者和社會(huì)帶來巨大的益處。
　　 基于基因表達(dá)譜分類包含兩個(gè)重要的部分：特征基因選擇（featuregeneselection）和分類器構(gòu)建（class

3、ifier construction）。在基因表達(dá)譜獲取過程中，由于非特異性雜交等原因，產(chǎn)生于基因芯片技術(shù)的基因表達(dá)譜數(shù)據(jù)具有較大的實(shí)驗(yàn)誤差。同時(shí)，由于實(shí)驗(yàn)成本較高導(dǎo)致實(shí)驗(yàn)樣本很少，而檢測的基因數(shù)目很多可達(dá)上萬，這導(dǎo)致基因表達(dá)譜數(shù)據(jù)包含大量的無關(guān)基因，是典型的高維、高噪問題。另外，由于存在大量相關(guān)性很強(qiáng)的基因，導(dǎo)致分類上存在的冗余信息很多。對(duì)于這種充滿冗余信息且高維高噪的數(shù)據(jù)，通過特征選擇獲得與疾病相關(guān)的特征基因?qū)τ诜诸悊栴}顯得尤為重要

4、。GA/KNN方法是一種成功的wrapper式特征基因選擇方法。自提出以來，其實(shí)用價(jià)值已在國際上獲得廣泛認(rèn)可。我們?cè)贛ATLAB下實(shí)現(xiàn)了GA/KNN方法，并通過實(shí)驗(yàn)驗(yàn)證了我們的實(shí)現(xiàn)過程，最后我們對(duì)GA/KNN的成功之處進(jìn)行了總結(jié)。在總結(jié)已有工作成果的基礎(chǔ)上，我們嘗試提出了一種新的特征選擇方法GA/WV。通過公開的基因表達(dá)譜的數(shù)據(jù)分析實(shí)驗(yàn)驗(yàn)證，證明我們的GA/WV可以應(yīng)用到二類或多類的特征基因選擇問題，并對(duì)我們的GA/WV方法的某些性能進(jìn)