基因表达谱的肿瘤特征基因提取研究分析.pdf

《基因表达谱的肿瘤特征基因提取研究分析.pdf》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、第17卷第2期西安文理学院学报：自然科学版Vo1．17No．22014年4月JournalofXi’anUniversityofArts&Science(NatSciEd)Apr．2014文章编号：1008-5564(2014)02—0015-04基因表达谱的肿瘤特征基因提取研究分析尹蕾，王博(1．西安建筑科技大学理学院，西安710055；2．西安市经发中学，西安710201)摘要：基因表达谱的肿瘤类型的准确判断对当前生物信息学的研究有重大意义．基因表达谱存在样本少、维数高、冗余基因和噪音多等特点，对癌症特征基因的提取方法的研究具有重要的意义．以结肠癌肿瘤基因表达谱数据作为研究对

2、象，提出了结合使用基因选择和数据抽取的有效方法，剔除无关基因选出候选特征集，结合PCA(主元分析)获取低维投影空间中的模式特征，根据各个基因贡献率大小排序选取贡献率大的基因作为特征基因，进而利用支持向量机进行分类检测．关键词：基因表达普；特征基因；主成分；肿瘤分类中图分类号：Q786文献标志码：AAStudyontheExtractionofInformativeGeneofTumorforGeneExpressionProfilesYINLei，WANGBo(1．CollegeofScience，Xi’anUniversityofArchitectureandTechnolog

3、y，Xi’an710055；2．JingfaMiddleSchool，Xi’an710201，China)Abstract：Accuratejudgmentinidentifyingtumorgeneexpressionprofilesisimportantforcur—rentbioinformatics．Geneexpressionprofilefeaturesscarcityofsamples，highdimensionality，andredundancyofgenesandnoises．Therefore，itisofgreatsignificancetostudyth

4、eextrac—tionofinformativegeneoftumor．Thisstudyaddressesthecolontumorgeneexpressionprofiledataandproposesaneffectivecombinationofgeneselectionanddataextraction．Byremovingtheirrelevantgenes，thecandidatefeaturesetisselected．Thelow·dimensionalprojectionspacepatternfeaturesareobtainedbymeansofPCA(

5、PrincipalComponentAnalysis)．Theinforma—tivegenesareselectedinregardtothepriorityofcontribution．Thesupportvectormachineisappliedforclassificationtesting．Keywords：geneexpressionprofile；informativegene；principalcomponent；tumorclassifica—tjon癌症起源于正常组织在物理或化学致癌物的诱导下基因发生的突变，它不只是一种疾病，而且是变化多端、各式各样的，因此

6、对癌症的致病机理研究已成为一个重要课题．基因微阵列技术是分子生物学收稿日期：2013—11-28作者简介：尹蕾(1987一)，女，陕西西安人，西安建筑科技大学理学院硕士研究生，主要从事数学在软件工程中的应用研究．16西安文理学院学报：自然科学版第l7卷领域的一项重大突破，对研究疾病的病发机理以及诊断分类等具有重要的应用价值，是近些年发展起来的能快速、高效检测基因差别表达的一项全新的技术手段．随着基因表达谱技术的发展，也产生了大量的基因表达谱数据，怎样从这些数据中提取能够包含样本分类信息的基因，并且建立分类器以实现肿瘤的正确分型，已成为一个重要的研究领域，并对当前生物医学的研究及肿

7、瘤诊断有重大意义．国内外学者已提出多种用于基因选择的方法．早在1999年刊登在Science上的由美国麻省理工学院的Golub博士等人发表的文章就阐述了将基因芯片技术应用于白血病分型．他们提出用“信噪比”指标对基因表达谱进行特征提取，从7129个基因中选取出50个特征基因，并对两种亚型成功分类．2001年，Khan等人提出人工神经网络法，对儿童小圆蓝细胞瘤的4种不同亚型选出了96个特征基因．后来，Tibshirani等人提出的质心收缩法选出了21个可能的信息基因，也进一步提高了识