Breast Cancer Classification and Biomarker Discovery from Microarray Data Using Silhouette Statistics and Genetic Algorithms

使用基因演算法與輪廓統計值從生物晶片中分類乳癌與尋找腫瘤標記

林中誠(Tsun-Chen Lin) ； 王宇武(Yu-Wu Wang) ； 劉如生(Ru-Sheng Liu)

《電子化優質健康照護》 2007年 (2007/11) Pp. 357-372

https://doi.org/10.29651/ECARE.200711.0357

摘要

藉由生物品片來區分異質性癌症是生物資訊學中一個很有趣的題目。一直以來有許多的方法被提出來並很成功的被應用在這個問題上。在本篇文章中為了尋找乳癌基因的腫瘤標記並用以分類乳癌，我們利用了基因演算法來篩選基因並提出輪廓統計值做為分類函數。基於輪廓統計值之距離計算方式與分類規則也將被討論用以提高演算法之分類準確率。最後我們把所提出的方法與過去曾經發表過的方法作了比較。許多的實驗結果證明了我們所提出的方法用在分類乳癌的亞型上是有效的並且找到了許多潛在的生物標記用以幫助乳癌之診斷。

關鍵字

基因演算法 ； 輪廓統計值 ； 生物晶片 ； 分類 ； 乳癌

並列摘要

Discriminating heterogeneous cancers by microarrays is a topic of much interest in bioinformatics. A number of methods have been proposed and successfully applied to this problem. In this paper, we aim at using genetic algorithms for gene selection and propose silhouette statistics as discriminant function to classify breast cancers for biomarker discovery. Distance metrics and classification rules based on silhouette statistics have also been discussed to improve our algorithms for high classification accuracy. Finally, the proposed method is compared to previously published methods. Many experimental results show that our method is effective to discriminate breast cancer subtypes and find many potential biomarkers to help cancer diagnosis.

並列關鍵字

Genetic algorithm ； silhouette statistics ； microarray ； classification ； breast cancer