一种基于支持向量机的自适应肿瘤分类检测算法.pdf

第 7卷 第4期 生 物 信 息 学 V01．7 No．4 2009年 12月 ChinaJournalofBioinformatics Dec．，2009 一 种基于支持向量机的 自适应 肿瘤分类检测算法 黄伟，尹京苑 (上海大学生命科学学院生物信息学中心，．E海 2o0444) 摘要：根据肿瘤分类检测模型的特点，提出了一种新的算法，该算法结合使用了基因选择和数据抽取的有效方法，并在此基础 上使用支持向量机对基因表达数据进行分类或者检测。其中乳腺癌的分类交叉验证结果由88．46％提高到 100．O％，急性白 血病的也由71．o5％提高至 100．0％。实验结果说明了这一方法的有效性，为在大量的基因表达数据 中提高检测癌症的准确 性提 出了一种 比较通用 的方法。 关键词：非参数检验；支持 向量机；肿瘤分类检测；自适应算法 中图分类号：Q811．4；62H30；92BO5 文献标识码：A 文章编号 ：1672—5565{2009)一04—243—05 AnSelf-adaptiveCancerClassificationAlgorithm BasedonSupportVectorM achine HUANGWei，YINJing—yuan (BioinformaticsCenter，CollegeofLfieScience，ShanghaiUniversity，Shanghai 200444，China) Abstract：Anewalgorithm whichutilizestheeffectivemethodsincombininggeneselectionanddataextractionisproposedaccordingtohtefea— turesofhtetumorclassificationanddetectionmode1．Andsupportvectormachineisusedtoclassifyordetecttumor．Thecrossvalidationaccu— racyofbreastcnacerimprovesfrom 88．46％ to100．0％ whileleukaemia’sfrom71．05％ to100．0％ ．Thisexperimentresultshowsthatthe algoritmh isamoregeneralmeanswhichCna beusedinvastgeneexpressionprofiledata． KeyW ords：Non——parametricTest；SupportVectorMachine；TumorIdentificationnadClassification；Self——adaptivealgoritmh 1 引言 取特异性靶 向疗法，提高肿瘤治疗的疗效。基因芯 片技术及其数据分析方法已经 13益成为临床医生诊 肿瘤的形成是遗传因素与环境因素共同相互作 断肿瘤分型、提供治疗方案、分析预后的一种重要的 用的结果。随着分子生物学的迅速发展，人们 已经 辅助手段 。 开始从基因水平认识肿瘤的形成、发展及其类型，而 由于基因芯片表达实验有几千至上万个基 因同 且发现了许多肿瘤相关基因，使得医学检测能够从 时表达，产生的数据量较大。直接使用这些数据建 基因水平对癌症进行诊断。 立判别模型往往对准确性有影响。 目前，已有文献 常规的肿瘤分类或分型方法主要依据于形态学 分别使用基因特征选择和成份抽取的方法来选择构