文档下载 文档下载导航
设为首页 | 加入收藏
搜索 请输入内容:  
 导航当前位置: 文档下载 > 所有分类 > 高等教育 > 工学 > 基于支持向量机的肿瘤基因数据挖掘
侵权投诉

基于支持向量机的肿瘤基因数据挖掘

数据挖掘 生物信息 模式识别 DNA微阵列

第9卷第24期2009年12月

1671-1819(2009)24-7370 03

科学技术与工程

ScienceTechnologyandEngineering

V01.9No.24Dec.2009

@2009

Sci.Tech.Engng.

基于支持向量机的肿瘤基因数据挖掘

于

彬

(青岛科技大学数理学院,青岛266061)

摘要针对两种类别的肿瘤分类问题,首先运用信噪比方法筛选出表达水平发生显著性变化的特征基因,然后采用支持向量机作为分类器进行肿瘤分类,通过对两种类别的白血病DNA微阵列数据进行计算,达到了97.1%的分类准确度。关键词DNA微阵列中图法分类号TP301.6;

支持向量机

分类

文献标志码A

目前,微阵列技术已应用到肿瘤的分类、基因功能研究、药物靶位识别等许多方面,特别是在癌症的诊断及治疗中微阵列起着重要的作用。基因芯片技术可以对包括白血病、淋巴癌、乳腺癌、前列腺癌等多种癌症的癌细胞亚群进行区分,还可利用它观察药物对肿瘤细胞基因表达谱的影响,评估药物对肿瘤治疗的可行性,从中筛选出抗肿瘤候选药物,针对不同的肿瘤类型使用不同的治疗方法,从而最大化药物疗效、最小化毒性【1_3]。

通过微阵列实验,得到的是包含成千上万个基因的表达数据,其形式化为基因表达矩阵。基因表达数据通常具有数据量大、维数高、样本小、非线性

病数据集,该数据集由两种不同种类的白血病样本组成,急性淋巴白血病ALL和急性骨髓白血病AML,数据集分为独立的训练集和测试集,训练集包含38个样本(27个ALL,11个AML),测试集包含34个样本(20个ALL,14个AML),每一个样本均含7129个基因表达数据。1.2方法

1.2.1

支持向量机

Vector

支持向量机(Support

Machine,SVM)是

Vapnik等H1根据统计学习理论提出的一种新的机

器学习方法,其最大特点是根据Vapnik提出的结构风险最小化原则,尽量提高学习的泛化能力。

支持向量机的判别函数为:

的特点,这对其数据分析方法提出了挑战,但由于

样本采集困难造成的小样本问题,传统机器学习方法显现出很大的局限性。

首先运用信噪比方法筛选出表达水平发生显著性变化的特征基因,然后在此特征基因集合的基础上建立支持向量机分类模型,通过对白血病基因芯片数据进行试验,得到了较好的分类结果。

以石)=ssn[∑口;’Y。K(x∥)+b’]

i=1

(1)

式(1)中K(毛,茗)称为核函数,核函数的选取应使其

为特征空间的一个点积,即存在函数少,使得

西(茗;) 中(石)=K(戈;,戈)

(2)

采用Libsvm软件包进行实验,该软件包可免费

从http://www.csie.ntu;edu.tw/~cjlin/libsvm下载。1.2.2特征提取和规范化

癌症的模式识别是在已有数据的基础上建立分类器,并利用所建立的分类器对未知样本的状态进行判别。但是,由于高密度芯片可以同时检测成

1材料与方法

1.1材料

采用的数据集来自Golub等…收集的急性白血

2009年9月1日收到国家863高技术研究发展计划(20(}6AA022190)

和山东省教育厅科研基金(】06P04)资助

千个上万个基因的表达水平,在很多情况下,只有一小部分基因对识别是有价值的,而且相对于样本

万方数据

第1页

你可能喜欢

热门文档

相关文档

站点地图 | 文档上传 | 侵权投诉 | 手机版
本站所有资源均来自互联网,本站只负责收集和整理,均不承担任何法律责任,如有侵权等其它行为请联系我们.
文档下载 Copyright 2013 doc.guandang.net All Rights Reserved.  -  email