利用 Quick Propagation Network 通过肿瘤蛋白 P53 突变进行癌症的新颖挖掘
计算工程、金融与科学
2015-05-27 v1
摘要
存在多个包含 TP53 基因及其肿瘤蛋白 P53 数据集的数据库，该蛋白被认为参与了超过 50% 的人类癌症病例；这些数据库作为数据集极为丰富，涵盖了所有突变引起的疾病（癌症），但它们缺乏高效的挖掘方法能够对突变患者进行分类和诊断，进而预测该患者的癌症。本文提出了一种通过突变进行癌症的新颖挖掘方法，因为此前没有挖掘方法能够友好、有效且灵活地利用 TP53 基因（肿瘤蛋白 P53）的完整通用数据库作为数据集，并在训练和测试支持该挖掘方法的 quick propagation algorithm 时选择最少字段数，从而实现癌症的预测或诊断。对训练数据集的 quick propagation network 仿真结果显示 Correlation (0.9999)、R-squared (0.9998) 以及 mean of Absolute Relative Error (0.0029)；而对全部数据集（训练、测试和验证数据集）的训练结果则为 Correlation (0.9993)、R-squared (0.9987) 与 mean of Absolute Relative Error (0.0057)。
引用
@article{arxiv.1505.06751,
title = {Novel Mining of Cancer via Mutation in Tumor Protein P53 using Quick Propagation Network},
author = {Ayad Ghany Ismaeel and Raghad Zuhair Yousif},
journal= {arXiv preprint arXiv:1505.06751},
year = {2015}
}
备注
6 Pages, 9 figures, 2 Table