Avances en Ingeniería Genética
Acceso abierto

abstracto

Diseño y análisis de clasificador de conjuntos para datos de expresión génica de cáncer

Nianfeng Song, Kun Wang, Menglu Xu, Xiaolu Xie, Gan Chen y Ying Wang

Los niveles de expresión génica son importantes para enfermedades, como el diagnóstico de cáncer. Este documento propuso un clasificador de conjunto basado en SVM para clasificar los grupos de control y cáncer en función de los niveles de expresión génica de los datos de microarrays. Se desarrolló una Eliminación de características recursivas combinatoria junto con el algoritmo Adaboost para seleccionar características significativas y diseñar el clasificador adecuado. El método se aplica a datos de micromatrices de pacientes con cáncer y los resultados muestran mejoras en la tasa de éxito. Mediante el cálculo de AUC, el clasificador de conjunto basado en SVM muestra un rendimiento predominante. Además, se discuten las características y los diferentes efectos sobre el desempeño de la clasificación. Si una sola SVM puede obtener un rendimiento de clasificación satisfactorio, una SVM de conjunto difícilmente podrá mejorarla. De lo contrario, un conjunto de SVM es superior a la mejor SVM individual. También investigamos el efecto de las funciones del núcleo, las selecciones de funciones y el tipo de clasificadores en la clasificación.