模糊K-NN算法在基于基因表达谱的肿瘤分类中的应用  

APPLYING FUZZY K-NN ALGORITHM TO GENE EXPRESSION PROFILES-BASED TUMOUR CLASSIFICATION

作　　者：陈智勤[1,2] 

机构地区：[1]福建师范大学网络安全与密码技术重点实验室,福建福州350007 [2]福建师范大学数学与计算机科学学院,福建福州350007

出　　处：《计算机应用与软件》2010年第9期119-121,共3页Computer Applications and Software

基　　金：福建省自然科学基金(07J0016);福建省教育厅B类项目(JB09057)

摘　　要：利用肿瘤基因表达谱建立有效的"预测性"分类模型,对肿瘤的不同亚型进行准确判别是当前生物信息学研究的重要课题。从生物学分析出发,首先利用RFSC(Revised Feature Score Criterion)算法剔除无关基因,然后利用模糊K-NN算法对这些数据进行分析,从而发现有差异的基因表达。实验结果表明了上述方法的可行性和有效性。It is the substantial subject in current researches of bioinformatics that to use tumour gene expression profiles to establish an effective ＂predictive＂ classification model and to discriminate different tumour subtypes accurately. Proceeding from the biological analysis, firstly ,the RFSC algorithms is used to weed out irrelevant genes, and then the fuzzy K-NN algorithm is employed to analyse the data in order to detect differentially expressed genes. Experimental results demonstrate the feasibility and effectiveness of the method proposed in this paper.

关 键 词：基因表达谱 肿瘤分类 信息基因选择 模糊K-NN算法 

分 类 号：TP24[自动化与计算机技术—检测技术与自动化装置]