[发明专利]一种肿瘤相关基因搜索的混合优化方法

摘要

本发明公开了一种肿瘤相关基因搜索的混合优化方法，步骤包括：步骤1、利用支持向量机递归特征消除算法得到“排名基因集”；步骤2、建立候选基因集Ωk；步骤3、对候选基因集Ωk，利用遗传算法搜寻解空间；步骤4、确定最优基因集，该“最优基因集”的基因即认为是肿瘤相关基因。本发明的方法，运算量小，可行性和有效性都得到确认，工作效率和预测精度明显提高。

主权项

一种肿瘤相关基因搜索的混合优化方法，其特征是，具体按照以下步骤实施：步骤1、利用支持向量机递归特征消除算法得到“排名基因集”对于一个线性的SVM分类器，存在一个最优的超平面，其分类间隔定义为：w=Σi=1nαicixi,---(1)]]>margin width＝2/||w||，   (2)其中，w是最优超平面的垂直向量；xi是样本i在训练集的基因表达向量，i＝1,2,…,k，k是支持向量的数目；ci∈[‑1,+1]是样本i的类标签；权重αi则从训练集计算得到，多数训练向量的权重αi为零，如果该样本训练向量的权重αi为非零值，则为支持向量，margin width是指分类间隔；SVM‑RFE采用后向消除的步骤，反复删除每个对SVM分类器贡献最少的基因，SVM‑RFE的目标函数J定义为：J＝(1/2)||w||2，   (3)通过近似二阶泰勒级数展开J，以Optimal Brain Damage算法逼近去除每个基因引起J的变化，则有：ΔJ(i)=∂J∂wiΔwi+∂2J∂wi2(Δwi)2,---(4)]]>在J的优化过程中，其一阶泰勒级数被忽略，于是其二阶泰勒级数变为：ΔJ(i)＝(Δwi)2，   (5)由于Δwi＝wi的权重变化与移除分类器中第i个特征相关，因此(wi)2被作为SVM‑RFE的得分标准，每次具有最小的特征值(wi)2的特征将被消除；步骤2、建立候选基因集Ωk选择排名前n的基因作为候选基因集，参数n具体视微阵列基因表达数据集的情况而定；步骤3、对候选基因集Ωk，利用遗传算法搜寻解空间基于优胜劣汰的原则，每一代的发展将会产生更多更好的近似解，在每一代中，每个个体通过问题域的适应度函数进行评价，更适应的个体被保留；然后，用交叉和变异的遗传操作，产生了新的解决方案集；循环执行该处理，直到预定终止条件为止；步骤4、确定最优基因集比较步骤3所得到的各组基因集，比较每个模型的预测精度和平均基因子集大小；在预测精度相同的情况下，选择平均基因子集的大小最小作为最佳参数n，并以此最佳参数n运行，得到基因数量最小且预测精度最高的基因子集，即“最优基因集”，该“最优基因集”中的基因即认为是肿瘤相关基因。