基于基因表達(dá)譜的前列腺癌識別模型研究.pdf

1、基于腫瘤基因表達(dá)數(shù)據(jù)，運(yùn)用信息科學(xué)的方法和技術(shù)建立腫瘤的預(yù)測分類模型，對腫瘤的識別具有重要意義，也是當(dāng)前生物信息學(xué)研究的重要課題。本文針對腫瘤識別問題，以前列腺癌為研究對象，從系統(tǒng)科學(xué)和信息科學(xué)的角度，采用機(jī)器學(xué)習(xí)和計(jì)算機(jī)技術(shù)，就前列腺癌的特征基因選取問題和預(yù)測分類問題，基于基因表達(dá)數(shù)據(jù)進(jìn)行了研究，取得如下研究成果：第一，針對前列腺癌特征基因選取的研究 本文在信噪比指標(biāo)的基礎(chǔ)上提出了用于前列腺癌特征基因選取的CLUSTERS2N

2、方法。該方法首先對基因進(jìn)行聚類，然后選出每一類的“代表基因”作為特征基因。與信噪比指標(biāo)相比，CLUSTERS2N方法在選取特征基因過程中既考慮了基因與樣本類別之間的關(guān)系又考慮了基因與基因之間的關(guān)系，從而修正了信噪比指標(biāo)的缺點(diǎn)。用兩種指標(biāo)選取基因在不同分類模型上進(jìn)行分類預(yù)測實(shí)驗(yàn)，結(jié)果表明，用本文提出的方法選取的基因包含更多的分類信息。 第二，針對前列腺癌預(yù)測模型的研究 本文建立了兩種腫瘤預(yù)測模型，分別是三層BP網(wǎng)絡(luò)模型和支

3、持向量機(jī)(SVM)模型。其中首次將支持向量機(jī)(SVM)應(yīng)用到前列腺癌預(yù)測問題上。并將這兩種模型與Singh.D等人的k-近鄰法模型相比較，通過比較不同特征基因集合在三種模型上的分類準(zhǔn)確率，確定了一個(gè)71個(gè)基因的特征集合，基于這個(gè)集合利用支持向量機(jī)可取得100％的預(yù)測準(zhǔn)確率。對這三種模型分類性能的對比研究的結(jié)果表明，支持向量機(jī)(SVM)優(yōu)于其它兩種方法，是解決前列腺癌預(yù)測問題的有效工具。 本文的研究有助于腫瘤與基因關(guān)系的理解，有助