基于支持向量机的代谢组学数据特征表达分析算法设计.doc

IV-

基于支持向量机的代谢组学数据特征表达分析算法设计

摘要

代谢组学作为基因组学、转录组学发展之后出现的科学，能够系统的进行生物个体、部分组织或者特定小分子的细胞代谢物的含量，以及分布的规律探究，被广泛应用于临床医学、药物疗效等方面。研究流程有样品采集、收集和分析数据、生物解释等步骤。其中，数据分析占关键地位，是分析生物学规律具有关键作用。代谢组学数据具有高维、小样本、非线性等特点，同时数据中存在冗余数据和噪声。支持向量机是在统计学理论中产生的分类方法，将低维样本用非线性的变化转到高维，使不可分数据问题转为可分的。所以在处理这类特点数据时支持向量机比其他的多元统计方法具