روش جديد رتبه بندي ژن ها در داده هاي ريزآرايه با استفاده از الگوريتم NSGA2 و SOM

مسئله انتخاب و رتبه¬بندي ويژگي¬ها از جمله مسائلي است كه در مباحث شناسايي آماري الگو و يادگيري ماشين بسيار مورد توجه است. اين مسئله زماني اهميت بيشتري پيدا مي¬كند كه در پي يافتن عوامل و ويژگي¬هاي موثر در بروز بيماري¬هايي همچون سرطان باشيم. تكنولوژي ريزآرايه به عنوان ابزار قدرتمندي جهت بررسي رفتار هزاران ژن به صورت همزمان استفاده مي¬شود و نقش بسيار مهمي در تشخيص و بررسي روش¬هاي درمان دارد. يكي از مهمترين ويژگي¬هاي داده¬هاي حاصل از ريزآرايه، تعداد بسيار زياد ژن¬ها در برابر تعداد كم نمونه¬ها است. بنابراين به منظور كشف و تشخيص ژن¬هاي عامل بيماري لازم است از روش¬هاي انتخاب ويژگي و رتبه¬بندي استفاده شود. اين روش¬ها بايد به گونه¬اي استفاده شوند كه توانايي كشف موثرترين ويژگي¬ها در بروز بيماري را داشته باشند. در اين مقاله يك روش رتبه¬بندي جديد پيشنهاد شده كه از سه مرحله عمده تشكيل شده است. مرحله اول شامل كاهش ابعاد داده¬ها با استفاده از آزمون t آماري و SOM است. در مرحله دوم با بكار بردن الگوريتم NSGA2 زيرمجموعه¬هاي كوچكي از ژن¬ها با درصد خطاي طيقه¬بندي كمتر انتخاب مي¬شوند. سرانجام در مرحله سوم رتبه¬بندي ژن¬ها با توجه به زيرمجموعه¬هاي استخراج شده مرحله قبل انجام مي¬شود. در اين روش با كاهش ابعاد داده¬ها، سرعت و دقت اجراي برنامه افزايش يافت و از طرفي به علت استفاده ازNSGA2 در يافتن زيرمجموعه¬هاي كوچك اما موثر در طبقه¬بندي، ژن¬هاي گذارش شده سهم بسيار مهمي در طبقه¬بندي داده¬هاي ريزآرايه دارند. با اجراي الگوريتم پيشنهادي بر روي داده¬هاي ريزآرايه سرطان سينه دقت طبقه¬بندي نسبت به روش¬هاي پيشين تا 92 درصد افزايش يافت.