基于非負(fù)矩陣分解的腫瘤DNA微陣列數(shù)據(jù)分類研究.pdf

1、DNA微陣列技術(shù)是一種由物理學(xué)、微電子學(xué)與分子生物學(xué)等幾個領(lǐng)域綜合交叉形成的高新技術(shù)，該技術(shù)已經(jīng)在醫(yī)學(xué)與生物學(xué)上得到越來越廣泛的應(yīng)用，其中在癌癥分析檢測上的應(yīng)用使得在大規(guī)?；蛩缴仙钊胙芯堪┌Y的發(fā)生、擴(kuò)散等病理特征成為可能。特別地，進(jìn)行可靠的癌癥類型診斷與預(yù)測、癌癥關(guān)鍵基因的識別和癌癥的分類已成為當(dāng)前癌癥研究中的兩項重要內(nèi)容。盡管如此，由于基因表達(dá)譜數(shù)據(jù)存在維數(shù)過高、樣本量很小以及噪音非常大等特點，使得選擇與腫瘤有關(guān)的信息基因或從基因

2、表達(dá)譜中抽取腫瘤特征信息已成為一項有挑戰(zhàn)性的工作。 從基因表達(dá)譜中成千上萬個基因中選擇分類能力盡可能強(qiáng)的而數(shù)量又盡可能少的信息基因子集是極具復(fù)雜性的。通常情況下，在如此大的基因空間中進(jìn)行窮盡搜索是不可能的事情。因此，本文提出了一種基于非負(fù)矩陣分解的腫瘤信息的選擇方法和一種基于非負(fù)矩陣分解的特征抽取方法，并構(gòu)建了基于基因表達(dá)譜的腫瘤分類模型。 本文主要做了以下兩項研究工作： 第一，提出了一種基于非負(fù)矩陣分解的特征抽

3、取方法。該方法利用非負(fù)矩陣分解(Non—negative matrix factorized：NMF)和稀疏非負(fù)矩陣分解(Sparse NMF：SNMF)對基因數(shù)據(jù)進(jìn)行特征抽取，然后利用支持向量機(jī)(Support Vector Machine：SVM)對處理后的數(shù)據(jù)進(jìn)行分類。 第二，提出了一種基于非負(fù)矩陣分解的腫瘤信息選擇方法。先利用基于NMF和SNMF的方法從基因表達(dá)數(shù)據(jù)中選擇基因的子集；然后，再利用NMF和SNMF從所選擇的