小波_神经网络方法在基因表达数据分析中的应用研究_百度文库.docVIP

2246重庆医学2010年9月第39卷第17期 论 著 小波 神经网络方法在基因表达数据分析中的应用研究 * 张 玲1, 2, 伍亚舟1 , 陈 军1, 易 东1 (第三军医大学:1. 卫生统计学教研室; 2. 健康教育与医学人文教研室, 重庆400038 摘 要:目的 针对基因表达数据, 探索新的有效特征提取和分类方法。方法 采用小波多分辨率分析(M RA 方法提取基因表达的特征和前馈式神经网络(BP 神经网络 方法进行特征分类。结果 基因表达具有明显的多尺度特征, 最大平均分类率为94. 72%。结论 采用多尺度理论对基因表达数据进行分析是一种新的有效的生物信息学方法, 值得进一步探索与研究。 关键词:基因表达数据; 多分辨率分析; 前馈式神经网络 do i:10. 3969/j. issn. 1671 8348. 2010. 17. 003中图分类号:Q 786; R195. 1文献标识码:A 文章编号:1671 8348(2010 17 2246 02 Applied research of gene expression data based wavelet neural netw ork method * ZH A N G L ing 1, 2, W U Y a z hou 1 , CH EN J un 1, et al. (1. D ep artment of H ealth Statis tics ; 2. Dep ar tment of H ealth Ed ucation and M edical H umanities , T hir d M il itar y M ed ical Univer sity , Chongq ing 400038, China Abstract:Objective T o sear ch a new and ef fective method for feature ex tr act ion and classificat ion based on g ene expressio n da ta. Methods T he featur es o f gene expr essio n w ere ex tracted by the wavelet multi resolution analysis, and the feat ur es w ere classi fied by the BP neural netw or k methods. Results T her e w as multi scale feature for g ene ex pr ession; the max imum aver age classifi catio n rate w as 94. 72%.Conclusion M ulti scale theor y analysis of g ene expressio n is a new and effect ive bio infor matics method, which is w ort h furt her explo ration and research. Key words:gene ex pression data; multi resolut ion analysis; BP neural net wo rk 基因表达芯片具备大规模、高通量的特点, 可以获得样品中大量基因序列和表达信息(数据 , 根据基因表达数据进行肿瘤诊断是当今生物信息学领域中的一个重要研究方向。利用这些基因表达数据(如癌症数据 , 可以建立有效的分类模型, 实现对肿瘤样本与正常组织的正确分类; 也可以找出决定样本类别的一组特征信息, 加快疾病的诊断和对应药物研究。 目前主要采用聚类分析[1 2]和遗传算法[3]等方法对基因表达数据进行分类。但是, 在基因表达谱数据分析过程中, 由于微阵列表达数据具有样本少、维数高(基因数量巨大 、非线性等特点, 使得有意义的基因表达信息被大量的噪声所淹没, 且基因表达信号具有非常复杂的特性, 利用各种统计方法对差异基因进行识别会产生大量的假阳性结果, 建立分类模型则由于其中含有大量对分类不起作用的基因使其效能降低, 其主要瓶颈集中在有效特征的选取以及对属于不同种类的样本进行正确诊断方面, 而特征提取的质量和分类方法的优劣将会直接影响分类的效果。本文从信号处理的角度出发, 利用多尺度理论[4 5]对白血病实验样本的基因表达数据进行处理和分析, 具体采用小波多分辨率分析(multi r eso lutio n ana lysis, M R A 方法[6]进行不同层次的特征提取, 随后利用前馈式神经网络(Back pr