梅　端，柴华金，黄　江

(广东海洋大学理学院，广东湛江　524088)



一种改进的SVM算法对miRNA表达谱的分析

梅端，柴华金，黄江

(广东海洋大学理学院，广东湛江524088)

基于miRNA表达谱数据集，提出了一种新的数据挖掘算法——tSVM-kNN(t statistic with support vector machine-k nearest neighbor).该算法的思想为：首先，采用统计量法对该数据集进行特征初选；其次，将融合了支持向量机和K-最近邻判别法思想的算法——SVM-kNN算法作为分类器；最后，输出分类结果.仿真实验表明，SVM-kNN算法分类器的分类能力比单独运行SVM和kNN都好;在miRNA “标签”的数量和识别精度方面，tSVM-kNN算法只需要取5个miRNAs即可获得96.08%的分类准确率.与同类的算法相比，其具有明显的优越性.

miRNAs表达谱； 统计量；K-最近邻；SVM-kNN算法

miRNAs是一类具有调节作用的非蛋白质编码的单链RNA分子，它可以调节人体内三分之一的信使RNA(mRNA)的表达.然而一个miRNA表达异常，就可能引起数百个靶基因表达异常，从而导致相应蛋白质的差异表达.因此，miRNA对肿瘤的形成具有重要意义[1].近年来，研究者发现，miRNA表达谱可以区分肿瘤组织和正常组织.此外，研究表明，一些miRNAs已经直接参与到了人类癌症(包括乳腺癌，肺癌，肝癌，结肠癌等)[2-5]中.然而，目前仍不太确定具体哪些miRNAs可以准确地区分正常组织和肿瘤组织.倘若我们能通过特定的方法找出一些具有较强分类能力的miRNAs“标签”，然后根据生物信息学中的某些原理，结合相关软件预测这些 “标签”所对应的靶基因，那么就有可能为肿瘤等疾病的诊断和治疗找到新的靶点.因此，在临床研究中对miRNA表达谱数据进行分……