1、基于基因表達(dá)譜，在分子水平上對(duì)腫瘤進(jìn)行分析和研究，是當(dāng)前生物信息學(xué)研究的重要課題。本文針對(duì)腫瘤鑒別問(wèn)題，以小圓藍(lán)細(xì)胞瘤(SRBCT)為研究對(duì)象，從系統(tǒng)科學(xué)和信息科學(xué)的角度，采用人工智能和計(jì)算機(jī)技術(shù)，就小圓藍(lán)細(xì)胞瘤的特征基因選取問(wèn)題和亞型識(shí)別問(wèn)題，基于基因表達(dá)數(shù)據(jù)進(jìn)行了研究，取得如下研究成果： 第一，針對(duì)SRBCT分類信息的度量指標(biāo)的研究本文提出了用于SRBCT特征基因選取的類加權(quán)Bhattacharyya距離指標(biāo)。在修正信噪比指

2、標(biāo)的基礎(chǔ)上，以體現(xiàn)貝葉斯分類錯(cuò)誤率的Bhattacharyya距離衡量基因包含的分類信息?？紤]到SRBCT具有四個(gè)亞型，以各類樣本占總樣本的比例為加權(quán)系數(shù)，對(duì)四個(gè)類別的Bhattacharyya距離加權(quán)求和，以此作為基因排序和選擇的標(biāo)準(zhǔn)。用兩種指標(biāo)選取基因在不同分類模型上進(jìn)行亞型識(shí)別實(shí)驗(yàn)，結(jié)果表明，用本文提出的指標(biāo)選取的基因包含更多的分類信息。 第二，針對(duì)SRBCT亞型預(yù)測(cè)模型的研究本文建立了三種亞型預(yù)測(cè)模型，首次將多類支持向量

3、機(jī)(MSVM)應(yīng)用到SRBCT亞型識(shí)別問(wèn)題上。分別建立了三層BP網(wǎng)絡(luò)模型，基于BSVM的多模模型和MSVM模型。通過(guò)比較不同特征基因集合在三種模型上的分類準(zhǔn)確率，確定了一個(gè)25個(gè)基因的特征集合，基于這個(gè)集合利用MSVM可取得100％的預(yù)測(cè)準(zhǔn)確率。對(duì)這三種模型分類性能的對(duì)比研究的結(jié)果表明，MSVM優(yōu)于其它兩種方法，是解決SRBCT亞型識(shí)別問(wèn)題的有效工具。 第三，針對(duì)SRBCT特征基因集合中冗余基因排除方法的研究本文提出了一種基于P

4、earson相關(guān)系數(shù)的“兩兩冗余”排除法。該方法考慮到某些基因之間存在著相關(guān)性，去掉SRBCT特征基因集合中分類信息指標(biāo)較大基因的相關(guān)基因，得到15個(gè)特征基因?；谶@15個(gè)特征基因本文構(gòu)建了一個(gè)4聚類SOM聚類模型，對(duì)所有SRBCT樣本進(jìn)行聚類，聚類正確率達(dá)到100％。與文獻(xiàn)[5]報(bào)道的結(jié)果比較，Khan采用主元分析法和人工神經(jīng)網(wǎng)絡(luò)建立的預(yù)測(cè)模型需要96個(gè)基因，而本文基于MSVM的預(yù)測(cè)模型只需15個(gè)特征基因就可取得100％的預(yù)測(cè)準(zhǔn)確率，

5、表明了本文方法的有效性。 本文的研究得到了國(guó)家自然科學(xué)基金的支持，已發(fā)表相關(guān)論文4篇，1篇發(fā)表在《計(jì)算機(jī)應(yīng)用》上，2篇發(fā)表在《計(jì)算機(jī)工程與應(yīng)用》上，1篇發(fā)表在《ProceedingsoftheThirdInternationalConferenceonMachineLearningandCybernetics，2004》(EI收錄)。本文的研究有助于腫瘤與基因關(guān)系的理解，有助于腫瘤特征基因的選擇，腫瘤的自動(dòng)分類，以及腫瘤新亞型的