ISSN: 2169-0111
Ji-Gang Zhang, Jian Li, Wenlong Tang y Hong-Wen Deng
Suele observarse que entre los genes existen fuertes interacciones estadísticas asociadas con enfermedades de importancia para la salud pública. Las interacciones genéticas pueden contribuir potencialmente a mejorar la precisión de la clasificación de enfermedades. Especialmente cuando la expresión génica difiere entre las diferentes clases no es lo suficientemente grande, es más importante utilizar las interacciones génicas para los análisis de clasificación de enfermedades. Sin embargo, la mayoría de los algoritmos de selección de genes en los análisis de clasificación simplemente se enfocan en genes cuyos niveles de expresión muestran diferencias entre clases e ignoran la información discriminatoria de las interacciones de genes. En este estudio, desarrollamos un algoritmo de dos etapas que puede tener en cuenta la interacción de genes durante un procedimiento de selección de genes. Su mayor ventaja es que puede aprovechar
información discriminatoria de las interacciones génicas, así como las diferencias de expresión génica, utilizando el “error de Bayes” como criterio de selección de genes. Utilizando conjuntos de datos de micromatrices reales y simulados, demostramos la capacidad de las interacciones genéticas para mejorar la precisión de la clasificación, y presentamos que el algoritmo propuesto puede producir pequeños conjuntos informativos de genes al mismo tiempo que conduce a resultados de clasificación altamente precisos. Por lo tanto, nuestro estudio puede brindar una visión novedosa para futuros algoritmos de selección de genes de discriminación de enfermedades humanas.