微阵列预测中最优基因集寻找算法
生物物理
2007-05-23 v1 计算物理
医学物理
q-bio
摘要
动机：微阵列数据近来已被证明能有效区分在癌症诊断中经常出现的密切相关的细胞类型。确定进行此类诊断所需的最小基因数量，对于临床应用以及确定特定基因在癌症中的重要性都很有用。本文为此目的使用了一种复制算法。它演化出一个预测器集成，所有预测器使用不同的基因组合来生成一组最优预测器。结果：我们将此方法应用于Whitehead/MIT小组试图鉴别诊断两种白血病的白血病数据，以及Khan等人的用于区分四种不同儿童癌症的数据。在后一种情况下，我们能够将所需基因数量从96个减少到15个，同时能够完美分类他们的所有测试数据。可用性：http://stravinsky.ucsc.edu/josh/gesses/ 联系方式：[email protected]
引用
@article{arxiv.physics/0108011,
title = {Algorithm for Finding Optimal Gene Sets in Microarray Prediction},
author = {J. M. Deutsch},
journal= {arXiv preprint arXiv:physics/0108011},
year = {2007}
}
备注
21 pages 8 figures latex