基于智能优化算法的肿瘤微阵列基因表达数据分类研究

【摘要】传统的肿瘤分类研究建立在临床观察、解剖学和病理学的基础上,存在经验性和主观性。随着生物学和生物技术的发展,肿瘤研究越来越依赖于分子生物学手段,所产生的微阵列基因表达数据为这些研究的开展提供了数据平台。近十多年来,已有较多的常规和智能优化分类算法用于微阵列基因表达数据的分类研究,但均存在一定的局限性,导致其无法准确和稳定的对肿瘤微阵列基因表达数据进行分类。论文通过对微阵列基因表达数据处理的难点分析、常规和智能优化分类算法的研究,提出了基于分层分群思想建立的双层粒子群优化(TLPSO)分类算法和基于全局搜索元和局部搜索元交替寻优层层递进的搜索思想建立的多元优化过程记忆(MOA)分类算法。以美国UCI机器学习数据库中的Heart、Vote、Iris和Wine数据集为对象测试TLPSO和MOA分类算法,以美国麻省理工学院和哈佛大学联合实验室的白血病、弥漫大B细胞淋巴瘤、以及由肺、乳腺、前列腺和结直肠等4类肿瘤组成的3个肿瘤微阵列基因表达数据集为研究对象,测试TLPSO和MOA分类算法在肿瘤微阵列基因表达数据分类中的性能。同时,建立遗传算法(GA)和粒子群优化(PSO)算法的分类模型,与TLPSO和MOA分类算法在肿瘤微阵列基因表达数据中进行对比测试。在UCI数据集的分类测评中,TLPSO和MOA均能获得较好的分类结果,但TLPSO在分类稳定性、收敛性方面要优于MOA,TLPSO的分类正确率随数据集的不同有所差异,收敛速度较快,MOA在不同数据集中的分类结果差异较大,稳定性和收敛性不好。在肿瘤微阵列基因表达数据的分类测评中,随着分类对象的不同,TLPSO和MOA均能获得较好的分类准确性、稳定性和收敛性,但分类结果随实验参数的不同而改变。在白血病分类研究中,算法性能与实验参数的改变关联性不大,但在DLBCL和多类肿瘤分类研究中,实验参数的改变对算法性能有一定影响。在与GA和PSO分类算法的分类测评对比中,对于小样本训练集组合,TLPSO和MOA都具有较好的分类准确率和稳定性；随着训练集样本数的增大,MOA仍可获得较好的分类结果,但TLPSO分类准确率会略微降低,同时GA分类算法性能较差且极不稳定,PSO分类算法总体上随着训练集样本数的增加而出现分类性能降低。实验结果表明,TLPSO分类算法有效改进了PSO分类算法容易陷入局部最优的问题,MOA分类算法具有较强的全局和局部寻优能力,TLPSO和MOA均能在不同的肿瘤微阵列基因表达数据分类研究中取得较好分类结果,能为临床肿瘤基因表达样本的分类定型提供依据。
【作者】刘亚杰；
【导师】施心陵；
【作者基本信息】云南大学，通信与信息系统，2014，博士
【关键词】肿瘤分类；微阵列基因表达数据；双层粒子群优化分类算法；多元优化过程记忆分类算法；

【参考文献】
[1]郭霞.榄香烯对c-Met磷酸化通路的影响[D].大连医科大学,中医内科学,2012,硕士.
[2]唐曦.国家治理，国家审计与国家经济安全[D].云南财经大学,会计（专业学位）,2014,硕士.
[3]孙青永.基于电子协作的企业知识管理系统研究[D].大庆石油学院,计算机应用技术,2004,硕士.
[4]刘振生.超临界流体辅助制备石墨烯基纳米复合材料及在燃料电池中应用的初步研究[D].青岛科技大学,2014.
[5]卢小青.人与自然从异化走向同化[D].南京师范大学,伦理学,2012,硕士.
[6]陈维薇.溴化物氧化脱除燃煤汞的实验及均相反应动力学研究[D].华中科技大学,热能工程,2012,硕士.
[7]李曼.深大基坑开挖对邻近历史风貌建筑基础变形的影响[D].河北工业大学,结构工程,2013,硕士.
[8]曾祥宏.多通道二维色谱分离松多酚及对抗氧化物质的活性跟踪[D].哈尔滨工业大学,食品科学,2013,硕士.
[9]戢炳惠.哈萨克斯坦语言文化政策中的俄语因素[D].上海外国语大学,俄语语言文学,2013,硕士.
[10]李苑.金州恒源公司竞争战略研究[D].北京交通大学,工商管理（专业学位）,2013,硕士.
[11]杨洪娜.自组装IKVAV纳米纤维对APP/PS1双转基因小鼠的作用及可能的机制的研究[D].山东大学,神经病学,2014,博士.
[12]赵闻飙,施颂椒,夏伟.固定阶数的结构奇异值反馈控制器的设计[J].自动化学报,1999,03:133-136.
[13]陈丽丽.卡托普利对大潮气量机械通气大鼠肺组织小窝蛋白-1表达的影响[D].山西医科大学,呼吸内科学,2013,硕士.
[14]孙艳超.定向井靶区与水平井靶区的统一[D].燕山大学,油气井工程,2014,硕士.
[15]柳宏亚.“是这么回事”的多角度研究[D].河北大学,语言学及应用语言学,2014,硕士.
[16]孟立.CCK对胃肠感觉传入功能影响的外周及中枢机理研究[D].重庆医科大学,生理学,2004,硕士.
[17]苑光耀.基于制造特征的数控加工在线检测技术研究[D].沈阳理工大学,机械电子工程,2013,硕士.
[18]刘兰.中国当代油画创作中“面孔”的解读[D].华中师范大学,美术学,2014,硕士.
[19]于琪洋.对我国干旱及旱灾问题的思考[J].中国水利.2003(07)
[20]焦自权.大型导管架平台声振预报研究[D].大连理工大学,船舶与海洋结构物设计制造,2013,硕士.
[21]王睿.Genistein及其改构体KBU2046对胃癌细胞的转移抑制作用及机制研究[D].第四军医大学,内科学（专业学位）,2014,硕士.
[22]李伟平.基于贵金属纳米材料的免疫传感器电化学发光性能的研究[D].济南大学,2014.
[23]沈亮.聚烯烃嵌段共聚物的特性及其在热熔压敏胶中的应用[D].广东工业大学,化学工程,2014,硕士.
[24]梁英,于海斌,曾鹏.应用PSO优化基于分簇的无线传感器网络路由协议[J].控制与决策,2006,04:453-456+461.
[25]刘晓峰.党政领导干部任期经济责任审计研究[D].大连理工大学,工商管理,2003,硕士.
[26]付兴.风雨荷载共同作用下高压输电塔的动力反应分析及风洞试验研究[D].大连理工大学,建筑与土木工程（专业学位）,2013,硕士.
[27]姚国军.阀上实验室与安培法联用技术的研究[D].扬州大学,分析化学,2011,硕士.
[28]刘福明.温州水域空心莲子草防治技术研究[D].浙江大学,植物保护（专业学位）,2012,硕士.
[29]李达.2024铝合金板材弯曲镦厚热冲锻过程残余应力的研究[D].华中科技大学,材料加工工程,2013,硕士.
[30]王玮.高通量酵母双杂交平台的建立及其在蛋白质相互作用组学当中的应用[D].复旦大学,2007.
[31]杨建军,刘民,吴澄.基于遗传算法的非线性模型预测控制方法[J].控制与决策,2003,02:141-144+149.
[32]黄敏.宫颈癌Ⅰb期临床回顾性分析[D].山西医科大学,肿瘤学（专业学位）,2013,硕士.
[33]赖丽丽.卡梅伦首相记者招待会中模糊语言的语用分析[D].南昌大学,外国语言学及应用语言学,2014,硕士.
[34]冯蕴莹.基于B/S技术的校园网络视频点播系统的应用研究[D].电子科技大学,软件工程（专业学位）,2012,硕士.
[35]杨欣玮.乌司他丁对小儿体外循环期间中性粒细胞弹性蛋白酶变化的影响[D].浙江大学,儿科学,2004,硕士.
[36]王勇,钟志勇,文福拴,黄杰波.发电装机容量市场适当价格水平的确定[J].电力系统自动化,2005,09:5-10+71.
[37]郜园园,阮晓钢,宋洪军.操作条件反射学习自动机及其在机器人平衡控制中的应用[J].控制与决策,2013,06:930-934+939.
[38]梅新亮.网络舆情的地方政府治理研究[D].南京理工大学,行政管理,2013,硕士.
[39]胡莉娟.急性心肌梗死相关性肺部炎症反应的初步探讨[D].复旦大学,内科学,2013,博士.
[40]胡小芹.新媒体背景下大学生思想政治教育创新研究[D].华中师范大学,思想政治教育,2014,硕士.
[41]李伟.促进信息技术教师专业发展的校本培训研究[D].南京师范大学,2004.
[42]高云鹤.全流通下我国上市公司股利政策的特点及影响因素研究[D].西安科技大学,企业管理,2014,硕士.
[43]刘志.铁路道口事故分析与预测[D].东北大学,安全工程,2011,硕士.
[44]朱荣升.创业板上市公司资本结构与经营绩效关系的实证研究[D].辽宁大学,会计学,2012,硕士.
[45]刘娟.基于LabVIEW的三轴转台伺服系统的研究[D].天津理工大学,控制理论与控制工程,2013,硕士.
[46]陆娜.家庭文化资本对小学生发展的影响研究[D].山东师范大学,课程与教学论,2013,硕士.
[47]王娟.光纤环绕制图像监测算法研究[D].中北大学,测试计量技术及仪器,2014,硕士.
[48]高会乐.基于不同靶向策略的脑肿瘤靶向递药系统设计及评价[D].复旦大学,药剂学,2013,博士.
[49]王古樾.Dicer基因的克隆、表达及其在牙鲆早期发育中的功能研究[D].上海海洋大学,生物化学与分子生物学,2013,硕士.
[50]雷香丽.大鼠骨髓间充质干细胞的体外培养及体内移植实验性研究[D].南方医科大学,内科学,2012,硕士.