癌症基因表达数据的自然启发式特征选择方法  

作　　者：侯婧雯 田野 王宗辉 郑睿 李若锦 刘艳[1] 

机构地区：[1]哈尔滨医科大学公共卫生学院,150081

出　　处：《中国卫生统计》2022年第5期714-716,720,共4页Chinese Journal of Health Statistics

基　　金：黑龙江省自然科学基金(LH2019H005);国家自然科学基金(82173629)。

摘　　要：DNA微阵列分类技术是近年来可以有效诊断癌症的重要手段,而随着生物信息学和分子生物学的快速发展,基因表达谱的维度上升呈现出了高冗余和高噪音的特点。在微阵列表达数据中只有少数相关基因在分类中是有意义的,不相关基因通过隐藏相关基因会导致分类准确率降低。因此,选择癌症特征基因的有效方法至关重要。本文总结了目前在癌症基因表达数据领域应用的自然启发式特征选择方法,进一步探讨其未来的发展趋势,增进读者对自然启发式特征选择方法的了解。

关 键 词：启发式算法 特征选择 基因表达数据 高维组学 

分 类 号：R195.1[医药卫生—卫生统计学]