癌癥基因微陣列分類方法的研究.pdf

1、癌癥是復(fù)雜的遺傳性疾病，具有巨大的危害性及多發(fā)性，成為影響人類健康的重大疾病，其發(fā)病機(jī)制從根本上來說都和基因息息相關(guān)?；蛭㈥嚵蟹诸惣夹g(shù)能夠幫助人類發(fā)現(xiàn)正常細(xì)胞組織與疾病組織之間的基因的本質(zhì)差異、很好地理解腫瘤發(fā)病機(jī)制，識(shí)別致癌基因，對(duì)癌癥的臨床診斷及治療具有非常深遠(yuǎn)的意義。然而，由于基因微陣列數(shù)據(jù)具有高維、高噪音、樣本少等特點(diǎn)，傳統(tǒng)的統(tǒng)計(jì)方法很難對(duì)其進(jìn)行有效的分類，為了解決上述問題，本文在深入分析微陣列分類技術(shù)的基礎(chǔ)上，開展了相關(guān)的研

2、究。主要的內(nèi)容如下：
　　決策樹(DT)和大覆蓋規(guī)則(LCR)微陣列分類方法在一定程度上體現(xiàn)了基因的相關(guān)性，但缺乏穩(wěn)定性且算法收斂慢，容易產(chǎn)生大量冗余分類規(guī)則。本文基于遺傳編程(GP)提出一種最優(yōu)規(guī)則遺傳算法(BRGA)對(duì)分類規(guī)則進(jìn)行優(yōu)化的方法，獲取最佳分類規(guī)則集，此算法可以調(diào)整分類器模型的相關(guān)參數(shù)，在適當(dāng)增加迭代基礎(chǔ)上大幅提高分類的精確度，具有相當(dāng)?shù)撵`活性和可理解性。
　　傳統(tǒng)的顯露模式EP微陣列數(shù)據(jù)分類方法，在EP獲取過

3、程中的基因?qū)傩赃x擇部分常常采用離散信息熵方法或其它復(fù)雜的算法來去除無(wú)意義的噪聲基因，得到最具辨識(shí)力的屬性基因，進(jìn)而產(chǎn)生EP分類模型來預(yù)測(cè)未知樣本。但這些方式計(jì)算較為復(fù)雜且開銷較大，不易于理解。本文提出的基于等寬分割基因?qū)傩缘奶S顯露模式(F_JEP)算法，將基因微陣列數(shù)據(jù)定義為函數(shù)形式，便于表達(dá)。在屬性選擇環(huán)節(jié)，基于等寬方式的離散方法，采用一種極為簡(jiǎn)易的等寬斷點(diǎn)搜索方式分割微陣列基因?qū)傩灾担@取有重大分類意義的基因，進(jìn)而形成基于等寬分割

4、基因?qū)傩缘奶S顯露模式F_JEP。
　　通過仿真實(shí)驗(yàn)，利用六個(gè)基因數(shù)據(jù)集檢驗(yàn)了BRGA算法和F_JEP算法的分類預(yù)測(cè)性能，并將F_JEP算法與著名的三種基因微陣列分類算法NB、IB及C4.5在分類預(yù)測(cè)性能上進(jìn)行比較，結(jié)果表明F_JEP算法在癌癥基因微陣列分類性能方面明顯優(yōu)于NB、IB及C4.5算法，同時(shí)，BRGA算法和F_JEP算法與相關(guān)文獻(xiàn)的癌癥基因微陣列分類方法相比，在具有較高分類精確度和穩(wěn)定性前提下大幅降低了計(jì)算復(fù)雜度及冗余