روش جدید رتبه بندی ژن ها در داده های ریزآرایه با استفاده از الگوریتم NSGA2 و SOM

مسیله انتخاب و رتبه بندی ویژگی ها از جمله مسایلی است که در مباحث شناسایی آماری الگو و یادگیری ماشین بسیار مورد توجهاست. این مسیله زمانی اهمیت بیشتری پیدا می کند که در پی یافت عوامل و ویژگی های موثر در بروز بیماری هایی همچون سرطانباشیم. تکنولوژی ریزآرایه به عنوان ابزار قدرتمندی جهت بررسی رفتار هزاران ژن به صورت همزمان استفاده می شود و نقش بسیارمهمی در تشخیص و بررسی روش های درمان دارد. یکی از مهمتری ویژگی های داده های حاصل از ریزآرایه، تعداد بسیار زیاد ژن هادر برابر تعداد کم نمونه ها است. بنابراین به منظور کشف و تشخیص ژن های عامل بیماری لازم است از روش های انتخاب ویژگی ورتبه بندی استفاده شود. این روش ها باید به گونه ای استفاده شوند که توانایی کشف موثرتری ویژگی ها در بروز بیماری را داشتهباشند. در این مقاله یک روش رتبه بندی جدید پیشنهاد شده که از سه مرحله عمده تشکیل شده است. مرحله اول شامل کاهش ابعاددادهها با استفاده از آزمون t آماری و SOM است. در مرحله دوم با بکاربردن الگوریتم NSGA2 زیرمجموعه های کوچکی از ژن ها با درصد خطای طبقه بندی کمتر انتخاب می شوند. سرانجام در مرحله سوم رتبه بندی ژن ها با توجه به زیرمجموعه های استخراج شدهمرحله قبل انجام می شود. در این روش با کاهش ابعاد داده ها، سرعت و دقت اجرای برنامه افزایش یافت و از طرفی به علت استفادهاز NSGA2 در یافتن زیرمجموعه های کوچک اما موثر در طبقه بندی، ژن های گذارش شده سهم بسیار مهمی در طبقه بندی داده های ریزآرایه دارند. با اجرای الگوریتم پیشنهادی بر روی داده های ریزآرایه سرطان سینه دقت طبقه بندی نسبت به روش های پیشین تا92 درصد افزایش یافت.

کلیدواژه ها:

ریزآرایه ، رتبه بندی ، شبکه عصبی SOM ، الگوریتم اکتشافی چند هدفه ، NSGA2 ، طبقه بندی کننده KNN ، کاهش ابعاد ، سرطان سینه