استخراج امضاهای پایدار ژنی سرطان

سرطان یکی از مرگبارترین بیماری هاست که سالانه میلیون ها نفر در سراسر دنیا با آن دست و پنجه نرم می کنند. شناسایی ژن های مرتبط با انواع سرطان که امضای ژنی نیز نامیده می شوند، در تشخیص و درمان به موقع، بسیار موثر می باشد. امضاهای ژنی سرطان ثابت کرده اند که ناپایدار، ناسازگار و دارای تناقض در مطالعات مستقل هستند و باعث بالا رفتن شک و تردید در مورد اعتبارشان، اهمیت زیستی و بالینی می شوند. در این مقاله پس از آشنایی با روش های رایج برای استخراج امضای ژنی، روش پیشنهادی مورد بررسی و ارزیابی قرار می گیرد. در روش پیشنهادی از نمونه گیری بوت استرپ برای تولید زیرمجموعه های متعدد استفاده می کنیم و همچنین برای مقابله با عدم توازن مجموعه داده ها علاوه بر معیار دقت از معیارهای تشخیص و حساسیت نیز استفاده می کنیم. برای کاهش ابعاد مجموعه داده از روش فیلترگذاری SAM استفاده می شود. روش های طبقه بندی به کاررفته SVM، RVM و Random forest می باشد.

کلیدواژه ها:

داده کاوی ، یادگیری ماشین ، طبقه بندی ، بیان ژن ، امضای ژنی