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
基于支持向量机基因剪接... 0人阅读 5页 3.00基于支持...SVM)的肿瘤基因识别方法...
关键词:特征选取支持向量机肿瘤分类特征基因分类的 同系列文档 朝鲜历届领导人...肿瘤基 对因 表达谱数据进行分析.析的 目标 是找出决定样 分本类别的一组...
数据集中的每个样 本都记录了组织样本中所有可测基因的表达水平 , 李颖新等 : 基于支持向量机的肿瘤分类特征基因选取 1797 而实际上只有少数基因才真正同样本类别...
浅谈模式识别中的支持向量机技术分析肿瘤基因表达数据_生物学_自然科学_专业资料。浅谈模式识别中的支持向量机技术分析肿瘤基因表达数据 摘要:肿瘤基因表达数据的模式...
基于支持向量机的肿瘤分... 6页 免费 基于支持...基于支持向量机的 DNA 序列分类系统的设计与实现蔡 ...支持向量机是数据挖掘的一项新 [ 1- 5] 基金项目...
基于支持向量机的空间数据挖掘流程与实现方法 摘要:研究探讨了基于支持向量机的空间数据挖掘工作流程与工 作框架,以及基于分类或回归功能的空间数据挖掘实现方法和基于...
数据挖掘中的新方法---支持向量机_公共/行政管理_经管营销_专业资料。数据...应用于 X 线的骨肿瘤,胸部及肺部肿瘤诊断,RET 扫描, 核磁共振扫描等。 但是,...
临床可运用数据挖掘技术直接从原始样本数据集建立支持向量机(supportvector machine,SVM)分类模型,利用支持向量机模型结合多项肿瘤标志物检测,以提高临床诊断的准确性。...
基于基因表达谱的肿瘤识别方法的研究_五年级英语_英语_小学教育_教育专区。基于... 并将提取的主成分数据输入支持向量机模型训练学习,从而实现对样本的有效分类。 ...
哪些基因在列聚类中做重要 如:6500个基因,40肿瘤,20正常组织 ? 有监督分析:构造分类器 ? ? ? ? 线性识别 决策树 支持向量机(SVM) 邻居分析 有监督分析-...
热门文档