特征基因挖掘的决策森林方法  

Decision forest for extracting feature genes

作　　者：李霞[1] 张田文[1] 饶绍奇 李丽[3] 

机构地区：[1]哈尔滨工业大学计算机科学系,黑龙江哈尔滨150001 [2]Dept. of Molecular Cardiology and Cardiovascular Medicine [3]哈尔滨医科大学生物医学工程学教研室与生物信息研究室,黑龙江哈尔滨150086

出　　处：《哈尔滨工业大学学报》2004年第4期480-483,共4页Journal of Harbin Institute of Technology

基　　金：国家自然科学基金资助项目(30370798;30170515);国家高技术研究发展计划资助项目 (2 0 0 3AA2Z2 0 51 );黑龙江省科技攻关项目 (GB0 3C6 0 2 -4)

摘　　要：基于决策树的基因芯片数据分析方法以追求样本最大分类正确率为目标,造成大量的部分相关基因被排除,不适用于挖掘复杂疾病的相关基因.为此,提出了特征基因挖掘的决策森林方法:从多组特征子集中识别重要疾病相关基因,每个子集根据自身对目标的分类能力被识别;通过抽样技术产生大量不同结构的训练样本,可以挖掘出高相关或部分相关基因.数值分析结果表明,该方法是生物类型分类和疾病相关基因挖掘的有效工具.An efficient decision-forest based approach was developed for feature gene extraction, and it can fulfil multiple gene mining tasks, such as mining disease genes or classification of biological types. This technique is applied to the gene expression profile of colon cancer for a purpose of further exploring of its biological performance and statistical properties.

关 键 词：基因表达谱 基因树 特征识别 决策森林 特征基因 基因挖掘 DNA芯片 疾病 

分 类 号：R394[医药卫生—医学遗传学] TP301.6[医药卫生—基础医学]