基于PCA和信息增益的肿瘤特征基因选择方法

针对肿瘤基因数据因维度高和冗余基因较多而导致分类精度低的问题,提出一种基于PCA和信息增益的肿瘤特征基因选择方法.该方法首先使用PCA算法剔除冗余基因,获得预选特征基因子集;然后利用信息增益算法对预选特征基因子集进行优化选取,得到特征基因子集;最后采用不同分类模型对特征基因子集进行仿真实验.实验结果表明,所提方法提高了基因表达谱的分类精度,从而表明致病基因被有效地选取出来.     

基因表达谱数据的多分类问题研究

针对基因表达谱微阵列的数据多分类问题,给出一种在多病类情况下的基于信噪比和相关性的特征基因选择方法.该方法一次性考虑基因区分所有病类的能力,尽量避免基因的冗余性;其次利用支持向量机,构建了基因表达谱微阵列数据的多分类器;最后通过实验表明了本方法的有效性.     

基于点的代数连通强度和非负矩阵分解的肿瘤基因分类

随着DNA微列阵技术的发展,利用基因表达谱数据进行生物信息的有效挖掘已经成为研究热点.因此,该文中提出将点的代数连通强度与非负矩阵分解相结合的方法对基因表达数据进行分类处理.首先利用点的代数连通强度剔除受外界因素影响过大的基因数据并用修正的特征计分准则进行计分排序,选取具有高计分的基因子集;接着利用近来流行的非负矩阵分解将该基因子集映射到极低维的特征空间;最后利用SVM分类器实现分类实验.通过几组公开的基因表达谱数据集的实验结果以及与其他方法的对比分析,验证了该方法是有效的、可行的.     

基于SAM和GA／SVM的肿瘤基因表达谱分类算法

基因芯片技术在肿瘤分型分类的研究中得到了广泛的应用．为了处理肿瘤基因表达谱数据,建立肿瘤分类预测模型,文中采用基因表达差异显著性分析方法,支持向量机,遗传算法相结合的多步骤降维分类方法．采用该方法处理大肠癌和白血病数据集,筛选到基因数量较少并且分类准确度较高的特征基因子集．实验结果表明,文中的方法可以快速有效地筛选肿瘤特征基因,获得更好的分类效果．     

多类别肿瘤分类的特征基因选择方法研究

以肿瘤基因表达谱指导肿瘤的分类是目前机器学习领域的一个研究热点.对多类别肿瘤分类中的关键问题——特征基因选择方法进行了研究,提出了混合式特征基因选择策略.该策略首先利用7种特征选择算法提取与分类高度相关的基因,随后采用SSiCP算法消除冗余基因.实验是在肺癌的多类别基因表达谱数据集上完成的.实验比较了7种特征选择算法的性能,发现CFS算法加SSiCP算法的混合式基因选择策略可以获得数量较少的特征基因集,在训练集和独立测试集均有较高的准确度.所获得的最精简基因集中的部分基因据文献报道与肺癌的发生发展密切相关.实验结果证实了混合式特征基因选择策略的有效性.     

基于邻域互信息和自组织映射的特征基因选取

针对基因表达谱数据的高维度、低样本和连续型等特点,提出一种结合邻域互信息和自组织映射进行特征基因选取的方法.首先提出一种改进的Relief算法,对基因进行排序生成候选特征集合;然后提出基于邻域互信息的自组织映射算法对生成的候选特征基因进行聚类;最后利用提出的属性重要性系数从每一类簇中选择代表基因组成特征基因子集.实验结果表明,该方法可以快速有效地选取肿瘤特征基因,能获得较好的分类结果.     

基于邻域互信息和自组织映射的特征基因选取

针对基因表达谱数据的高维度、低样本和连续型等特点,提出一种结合邻域互信息和自组织映射进行特征基因选取的方法.首先提出一种改进的Relief算法,对基因进行排序生成候选特征集合;然后提出基于邻域互信息的自组织映射算法对生成的候选特征基因进行聚类;最后利用提出的属性重要性系数从每一类簇中选择代表基因组成特征基因子集.实验结果表明,该方法可以快速有效地选取肿瘤特征基因,能获得较好的分类结果.     

一种基于邻域不定性信息和记分准则相结合的肿瘤特征基因提取方法

基于基因表达谱的特征基因提取方法已经成为当今研究肿瘤分子诊断的热点,该文中提出了一种基于邻域不定性信息与记分准则相结合的肿瘤特征基因提取方法,该方法首先通过邻域不定性信息确定每个样本的邻域信息量,然后使用记分准则提取特征基因,最后利用KNN对样本进行分类.通过对白血病和弥漫性大B细胞淋巴瘤基因表达谱数据的特征选择,验证了该文方法的有效性和可靠性.     

基于PCA和多邻域粗糙集的肿瘤特征基因选择算法

针对邻域粗糙集采用全局邻域求解近似,存在计算时间复杂度高且无法对基因表达谱精确描述的问题,构造了基于主成分分析(PCA)和改进邻域粗糙集(NRS)算法的PNRS模型.首先采用PCA算法获得低维的特征基因空间;然后利用改进的多邻域粗糙集算法进行特征基因选择,即采用欧氏距离计算每列属性邻域值,选取所有属性邻域集合计算邻域决策系统的近似;最后采用启发式搜索算法选择特征基因子集.实验结果表明,PNRS模型能够在选择出较小的基因子集的情况下获得较高的分类精度,从而验证了该方法的有效性.     

基于肿瘤基因表达数据的简单有效的基因选择算法

结合了基因表达数据类内和类间表达差异的信息,提出一种新的基因选择算法,利用它选择出来的特征基因表达作为支持向量机的输入特征向量,对四个常用数据集进行分类,结果表明,该方法可以显著提高分类精度,同时通过对选取出来的特征基因在相关信号通路上的分析,表明该方法能够得到更多的肿瘤相关基因,具有很强的鲁棒性和很高的精确度.     

Identifying Micro RNA and Gene Expression Networks Using Graph Communities

Integrative network analysis is powerful in helping understand the underlying mechanisms of genetic and epigenetic perturbations for disease studies.Although it becomes clear that micro RNAs,one type of epigenetic factors,have direct effect on target genes,it is unclear how micro RNAs perturb downstream genetic neighborhood.Hence,we propose a network community approach to integrate micro RNA and gene expression profiles,to construct an integrative genetic network perturbed by micro RNAs.We apply this approach to an ovarian cancer dataset from The Cancer Genome Atlas project to identify the fluctuation of micro RNA expression and its effects on gene expression.First,we perform expression quantitative loci analysis between micro RNA and gene expression profiles via both a classical regression framework and a sparse learning model.Then,we apply the spin glass community detection algorithm to find genetic neighborhoods of the micro RNAs and their associated genes.Finally,we construct an integrated network between micro RNA and gene expression based on their community structure.Various disease related micro RNAs and genes,particularly related to ovarian cancer,are identified in this network.Such an integrative network allows us to investigate the genetic neighborhood affected by micro RNA expression that may lead to disease manifestation and progression.     

Rank sum method for related gene selection and its application to tumor diagnosis

Tumor diagnosis by analyzing gene expression profiles becomes an interesting topic in bioinformatics and the main problem is to identify the genes related to a tumor. This paper proposes a rank sum method to identify the related genes based on the rank sum test theory in statistics. The tumor diagnosis system is constructed by the support vector machine (SVM) trained on the set of the related gene expression profiles. The experiments demonstrate that the constructed tumor diagnosis system with the rank sum method and SVM can reach an accuracy level of 96.2% on the colon data and 100% on the leukemia data.     

基于功能模块的基因表达谱聚类分析

按Gone Ontology基因功能分类体系，将基因模块化地组织成具有显著生物意义的低维功能模块单元，并将其作为新的分析指标用于分类微阵列疾病样本，从而提出了基于功能表达谱的聚类分析新途径、采用NCI60数据集，通过功能表达谱对组织样本进行聚类分析．结果显示，新算法不但得到高准确度的样本分型结果，而且能够直接从功能水平上给出相应的生物学解释．同时，用基于功能表达谱对组织样本进行聚类分析可以显著降低特征维数，有效地处理高检测误差与基因表达变异问题．     

基于近邻传播的时间序列基因表达谱聚类算法

聚类是识别基因表达数据蕴含的关键基因调控模块的一种有效方法,基因表达谱的相似性度量是聚类的关键问题.然而,一般的相似性度量方法不能刻画时间序列基因表达谱数据所蕴含的时间延迟、反向相关和局部相关等复杂的基因调控关系.针对时间序列基因表达谱数据,提出一种基于近邻传播和动态规划的相似性度量方法和聚类算法.在大鼠再生肝细胞基因表达谱数据集上的聚类结果与基因功能富集分析结果高度一致,证明算法在时间序列基因表达谱数据聚类上的有效性.     

癌症基因表达数据的熵度量分类方法

基因芯片技术的出现和发展为生物医学领域带来了深远影响,运用分类方法研究其产生的海量数据对癌症的分类及治疗有重要意义.该文提出一种利用熵度量作为指标进行癌症基因表达数据特征提取的方法.首先对基因表达数据进行筛选并计算各个基因的熵,然后提取出熵最大的若干基因作为特征基因,并用支持向量机进行分类.对前列腺癌基因表达数据的留一法以及分组法实验都证明了该方法的有效性.     

基于模型的基因表达聚类分析技术研究进展

基因表达数据聚类分析能将功能相关的基因按表达谱的相似程度归纳成类,有助于对未知功能基因进行研究.基于判别的基因表达数据聚类方法具有无法准确确定类别的局限性,研究工作已转向具有更好聚类效果的基于模型的聚类方法.文中介绍了常见的基于模型的聚类方法及其特点,并就如何开发新的适合基因表达数据分析的基于模型的聚类算法进行了讨论.     

基于模糊自适应共振网络简化模型方法的乳腺肿瘤基因分类

以乳腺肿瘤的基因微阵列实验所产生的基因微阵列表达数据为研究对象,针对大规模基因表达模式分析的特点,提出基于模糊自适应共振网络简化模型的基因表达数据分类方法,并在此基础上实现了BRCA1变异和BRCA2变异的乳腺肿瘤分类.利用Hedenfalk的基因微阵列数据,对BRCA1变异和BRCA2变异作分类计算,计算结果达到78%以上的正确率.     

基因表达系列分析在肿瘤研究中的应用

基因表达系列分析(serial analysis of gene expression, SAGE)是一种快速分析基因表达信息的技术.它不但能快速、详细地分析成千上万个基因,还能发现新基因,因此是基因表达定性和定量研究的一种新的有效手段.近年来此技术广泛应用于肿瘤的研究,了解肿瘤发病机制,识别诊断和治疗肿瘤的新基因.可以预测SAGE在肿瘤研究和诊断过程中的应用将会对肿瘤的认识和治疗产生深远的影响.