谭　云，于　彬，王琦然，王学敏，李　珊，邱文莹

(1.青岛职业技术学院 生物与化工学院，青岛　266555；2.青岛科技大学 数理学院，青岛　266061)



基于SVM的肿瘤特征基因提取与基因表达数据分析

谭云1，于彬2，王琦然2，王学敏2，李珊2，邱文莹2

(1.青岛职业技术学院 生物与化工学院，青岛266555；2.青岛科技大学 数理学院，青岛266061)

摘要：提出一种基于支持向量机的肿瘤基因表达谱数据挖掘方法。首先采用信噪比方法对白血病、结肠癌、肺癌数据提取特征基因，生成特征基因子集。然后通过支持向量机分类模型对特征基因子集进行机器学习训练分类。实验结果表明：急性白血病、结肠癌只需4个特征基因，均获得100%的10折交叉验证分类准确率。最后为了有效地排除噪声基因进而挑选出精确度更高的分类特征基因，采用多尺度小波阈值法对肺癌数据进行降噪处理，降噪后仅需5个特征基因获得96.61%的分类准确率。

关键词：基因表达谱；肿瘤分类；特征基因；信噪比；支持向量机

DNA微阵列技术的出现和发展使肿瘤在分子水平上的研究获得巨大飞跃。研究肿瘤基因表达谱，选取特征基因是从生物信息学角度出发以寻找肿瘤特异基因，在分子水平上准确利用基因表达图谱进行肿瘤亚型识别，对肿瘤的早期诊断和治疗具有重要的实际意义[1-3]。如何对肿瘤基因表达谱进行有效分析、挖掘和发现蕴含的重要信息，已成为近年来生物信息学与系统生物学研究的热点。

自1999年Golub等[4]首次在白血病基因表达谱数据上进行基因识别和肿瘤分类以来，研究者提出多种肿瘤数据挖掘方法。……