魏伟，欧政林，窦晓淋，张帅，唐翎

（中南大学湘雅医院 1.普通外科 2.药学部 3.国家老年疾病临床医学研究中心，湖南 长沙 410008）

胰腺癌是一种恶性程度很高的肿瘤，在全世界的发病率和病死率都很高，全球范围内呈快速上升趋势，我国发病率逐年上升并呈年轻化的趋势，严重危害着人类的健康[1-5]。80%的胰腺癌是胰腺导管腺癌，以高侵袭性和早期转移为特点，临床症状出现晚，发现时已为晚期，虽然放疗和化疗对延长患者生存期起到了一定的作用，但是患者中位生存期仍小于2年[6-8]。

研究[9-13]表明，胰腺癌病变组织和正常组织之间存在差异表达基因（different expression genes，DEGs），这些DEGs很可能会导致胰腺癌的发生和发展。高通量基因芯片和测序技术作为基因表达分析的工具，已被广泛应用于识别肿瘤发生过程中遗传信息的改变[14-15]。随着基因芯片技术的发展，已经产生了大量核酸数据，这些数据需要经过挖掘加工才能够被有效应用。芯片数据挖掘涉及很多方面，如图像处理、数据标准化、DEGs筛选等。GEO（Gene Expression Omnibus）数据库中有丰富的肿瘤相关基因组及基因表达谱，为研究细胞癌基因表达情况和发现关键基因的变化规律提供基础[16]。基于相关性的特征选择（correlationbased feature selection，CFS）变量筛选方法计算特征变量对于目标的整体贡献来判断特征变量集的分类能力大小，将与目标的相关性很低的变量，以及变量之间高度相关的冗余变量去掉，这种变量筛选方法在生命科学，药物设计等领域被广泛用于高维数据及特征筛选[17]。……