结肠癌基因表达谱的特征选取研究-山东大学学报工学版.pdf

　第４２卷　第２期 山　东　大　学　学　报　（工　学　版） ２０１２年４月　 　 　　 Ｖｏｌ．４２　 Ｎｏ．２　　 　ＪＯＵＲＮＡＬＯＦＳＨＡＮＤＯＮＧＵＮＩＶＥＲＳＩＴＹ（ＥＮＧＩＮＥＥＲＩＮＧＳＣＩＥＮＣＥ） Ａｐｒ．２０１２　 　文章编号：１６７２３９６１（２０１２）０２００２３０７　　　ＤＯＩ：１０．６０４０／ｊ．ｉｓｓｎ．１６７２３９６１．２０１２．０２．００５ 结肠癌基因表达谱的特征选取研究 潘冬寅，朱发，徐癉，业宁 （南京林业大学信息科学与技术学院，江苏 南京２１００３７） 摘要：为了找到与结肠癌相关的基因，提高结肠癌样本的识别率，提出了基于Ｃｈｅｒｎｏｆｆ距离的浮动顺序搜索算法 （ｓｅｑｕｅｎｔｉａｌｆｌｏａｔｉｎｇｓｅａｒｃｈｍｅｔｈｏｄ，ＳＦＳＭ）。通过对结肠癌基因表达谱数据集的分析，对每个基因进行评价和筛选； 对筛选后的基因子集利用ＳＦＳＭ算法进行搜索，并以Ｃｈｅｒｎｏｆｆ距离作为其评估函数，生成若干候选特征基因子集； 利用支持向量机（ｓｕｐｐｏｒｔｖｅｃｔｏｒｍａｃｈｉｎｅ，ＳＶＭ）、Ｋ近邻（Ｋｎｅａｒｅｓｔｎｅｉｇｈｂｏｒ，ＫＮＮ）和径向基（ｒａｄｉｃａｌｂａｓｉｓｆｕｎｃｔｉｏｎ， ＲＢＦ）神经网络分类器来检验候选特征基因子集的分类效果。实验结果表明，利用ＳＦＳＭ及评估函数Ｃｈｅｒｎｏｆｆ距离 发现在参数 ＝０２５时能找到最佳的特征基因组合，该组合能以很高的正确率识别结肠癌样本。 β 关键词：特征选择；Ｃｈｅｒｎｏｆｆ距离；浮动顺序搜索；支持向量机；Ｋ近邻；径向基神经网络 中图分类号：ＴＰ３９１４　　　文献标志码：Ａ Ｆｅａｔｕｒｅｓｅｌｅｃｔｉｏｎｏｆｇｅｎｅｅｘｐｒｅｓｓｉｏｎｐｒｏｆｉｌｅｓｏｆｃｏｌｏｎｃａｎｃｅｒ  ＰＡＮＤｏｎｇｙｉｎ，ＺＨＵＦａ，ＸＵＳｈｅｎｇ，ＹＥＮｉｎｇ （ＣｏｌｌｅｇｅｏｆＩｎｆｏｒｍａｔｉｏｎＴｅｃｈｎｏｌｏｇｙ，ＮａｎｊｉｎｇＦｏｒｅｓｔｒｙＵｎｉｖｅｒｓｉｔｙ，Ｎａｎｊｉｎｇ２１００３７，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ｉｎｏｒｄｅｒｔｏｉｍｐｒｏｖｅｔｈｅｒｅｃｏｇｎｉｔｉｏｎｒａｔｅｏｆｃｏｌｏｎｃａｎｃｅｒｓａｍｐｌｅｂｙｓｅｌｅｃｔｉｎｇｔｈｅｒｅｌａｔｅｄｇｅｎｅｓ，ｓｅｑｕｅｎｔｉａｌ ｆｌｏａｔｉｎｇｓｅａｒｃｈｍｅｔｈｏｄ（ＳＦＳＭ）ｂａｓｉｎｇｏｎＣｈｅｒｎｏｆｆｄｉｓｔａｎｃｅｗａｓｐｒｏｐｏｓｅｄ．Ｅｖｅｒｙｇｅｎｅｗａｓｅｖａｌｕａｔｅｄａｎｄｓｅｌｅｃｔｅｄｂｙ ａｎａｌｙｚｉｎｇｔｈｅｄａｔａｓｅｔｏｆｔｈｅｃｏｌｏｎｃａｎｃｅｒｇｅｎｅｅｘｐｒｅｓｓｉｏｎｐｒｏｆｉｌｅｓ．Ｓｏｍｅｃａｎｄｉｄａｔｅｆｅａｔｕｒｅｇｅｎｅｓｕｂｓｅｔｓｗｅｒｅｏｂｔａｉｎｅｄ ｂｙｓｅａｒｃｈｉｎｇｔｈｅｓｅｌｅｃｔｅｄｇｅｎｅｓｕｂｓｅｔｗｉｔｈｔｈｅｍｅｔｈｏｄｏｆＳＦＳＭｗｈｏｓｅｅｖａｌｕａｔｉｏｎｆｕｎｃｔｉｏｎｗａｓＣｈｅｒｎｏｆｆｄｉｓｔａｎｃｅ．Ｔｈｒｅｅ ｄｉｆｆｅｒｅｎｔｃｌａｓｓｉｆｉｅｓ，ｓｕｐｐｏｒｔｖｅｃｔｏｒｍａｃｈｉｎｅｓ，Ｋｎｅａｒｅｓｔｎｅｉｇｈｂｏｒｓ，ａｎｄＲＢＦｎｅｕｒａｌｎｅｔｗｏｒｋｓ，ｗｅｒｅｕｓｅｄｔｏｖａｌｉｄａｔｅｔｈｅ ｃｌａｓｓｉｆｉｅｄｅｆｆｉｃｉｅｎｃｙ．Ｔｈｅｅｘｐｅｒｉｍｅｎｔａｌｒｅｓｕｌｔｓｓｈｏｗｅｄｔｈａｔｗｈｅｎ ＝０２５，ｔｈｅｆｅａｔｕｒｅｇｅｎｅｃｏｍｂｉｎａｔｉｏｎｏｂｔａｉｎｅｄｂｙＳＦ β ＳＭｗｉｔｈＣｈｅｒｎｏｆｆｄｉｓｔａｎｃｅａｓｉｔｓｅｖａｌｕａｔｉｏｎｆｕｎｃｔｉｏ