روشی جدید برای انتخاب ژن از داده های میکروآرایه، بر اساس خوشه بندی و آنالیز اجزاء اصلی

امروزه آنالیز داده های بیان زن از میکروآرایه برای طبقه بندی انواع بافت های سرطانی به کار گرفته می شود. داده های بیان زن دارای ژن های زیاد و تعداد اندک نمونه ها می باشند که برای افزایش دقت و کارائی طبقه بند، کاهش ابعاد و انتخاب ژن حیاتی است. بدین منظور در این مقاله روشی ارائه شده است که شامل دو مرحله می باشد. مرحله اول تقلیل اولیه داده ها توسط خوشه بندی k-means و حذف زن های نامرتبط به برچسب کلاس ها، مرحله دوم محاسبه آنتروپی از اجزاء اصلی ماتریس بیان زن و انتخاب گروهی از ژن ها بر اساس میزان سهمی که در آنتروپی دارند. نتایج بر روی دادگان سرطان خون نشان می دهند که روش پیشنهادی قادر است یک مجموعه کوچک از ژن های اطلاعاتی به تعداد 7 زن را انتخاب کند، بطوریکه دقت طبقه بندی 97.6% داشته باشد.

Keywords:

انتخاب ژن , آنالیز اجزاء اصلی , انتروپی , خوشه بندی k-means , طبقه بندی