宁世琦， 郭茂祖,2， 任世军

(1 哈尔滨工业大学 计算机科学与技术学院， 哈尔滨 150001； 2 北京建筑大学 电气与信息工程学院， 北京 100044)

引言

癌症是一个复杂的世界性健康问题，因其高死亡率而受到科学家的密切关注。根据GLOBOCAN项目[1]，仅在2012年，全球就有1 410万新的癌症病例(不包括皮肤癌，不包括黑素瘤)，占死亡人数的14.6%。癌症类型的早期诊断和预后已成为癌症研究的必要条件。在过去的几十年里，癌症研究正日趋成熟。基因表达谱数据的利用是癌症预测研究的热点之一。基因表达谱的数据分析在很大程度上促进了癌症的诊断和治疗，准确预测癌症是医生最重要、最紧迫的任务之一。

随着高通量测序技术的快速发展，从基因组到表型，基因组各个层次的多分子水平数据，特别是基因表达谱数据越来越丰富。对于日渐增多的大型生物信息数据，机器学习方法也因此获得青睐与应用。随着近年来计算机辅助技术的飞速发展，机器学习方法在癌症诊断中的应用越来越重要。

Furey[2]提出了一种使用SVMs分析来自多个组织或细胞类型基因的卵巢、AML、结肠微阵列表达数据的方法。3种结果表明，该方法可以对组织和细胞类型进行分类。Listgarten[3]发现SVMs在乳腺癌SNPs数据集上，相比其它预测模型的表现要堪称最佳，如决策树，朴素贝叶斯等。Gevaert[4]将临床数据和微阵列数据源与贝叶斯网络相结合，提出了预测乳腺癌预后的方法。Chen[5]使用ANN构建预测模型，利用来自4家医院的样本集进行训练和预测。……