مروری جامع بر کارایی روشهای انتخاب ژن رپر در طبقه بندی مایکرواری سرطان

  • سال انتشار: 1395
  • محل انتشار: کنفرانس بین المللی مهندسی و علوم کامپیوتر
  • کد COI اختصاصی: ICCSE01_176
  • زبان مقاله: فارسی
  • تعداد مشاهده: 598
دانلود فایل این مقاله

نویسندگان

محبوبه السادات گلستان هاشمی

دانشکده مهندسی کامپیوتر، واحد نجف آباد،دانشگاه آزاد اسلامی،نجف آباد، ایران

محمدحسین ندیمی شهرکی

دانشکده مهندسی کامپیوتر، واحد نجف آباد،دانشگاه آزاد اسلامی،نجف آباد، ایران

فرحناز السادات گلستان هاشمی

پسا دکتری، بیوتکنولوژی گیاهی، دانشکده بیوتکنولوژی، دانشگاه لی یژ، ژامبلو، بلژیک

چکیده

شناسایی ژن های علامت که بیانگر یک صفت خاص اند، در مبحث ژنتیک، یکی از موضوعات چالش برانگیز دنیای امروز است. بنابراین درنظرگرفتن متدهای انتخاب ژن دقیقی که بتواند این ژن های مهم را پیدا کند، اهمیت زیادی دارد دیتاست های مایکرواری که برپایه بیان ژن هستند وحاوی ابعاد بالا با نمونه های بسیار کم می باشند، نقش مهم و ثمربخشی در طبقه بندی ژن ها برای تشخیص و پیش بینی دارند از بین انواعروشهای انتخاب ژن، روش های متاهیوریستیک رپر (الهام گرفته از طبیعت)، با تکرار یک متد محا سباتی بهینه سازی، سعی بر پیدا کردن جواببهینه دارند این روشها با حذف ژن های زاید، در بیرون کشیدن ژن های مهم که بطور موثری بر طبقه بندی داده مایکرواری تاثیر گذارند، عملمی کنند. در این پژوهش، تکنیک های مختلف انتخاب ژن رپر، بر پایه ی متاهیورستیک الهام گرفته از طبیعت روی دیتاست های مایکرواری انواع سرطان، مرور و مقایسه می شوند و ثابت می کنیم این متدها کارایی بالایی در انتخاب ژن های لازم و طبقه بندی آنها دارند.

کلیدواژه ها

انتخاب ژن، متاهیوریستیک، رپر متد، داده بیان ژن، مایکرواری، طبقه بندی سرطان

مقالات مرتبط جدید

اطلاعات بیشتر در مورد COI

COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.

کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.