تشخيص لوسمي لنفوسيتي و ميلوييدي حاد با استفاده از انتخاب ژن داده‌هاي ريز‌آرايه و الگوريتم‌هاي داده كاوي

Diagnosis of acute myeloid and lymphoblastic leukemia using gene selection of microarray data and data mining algorithm

چكيده سابقه و هدف تكنولوژي ريزآرايه، يك تصوير كلي از ميزان بيان هزاران ژن به طور هم زمان ارايه مي‌دهد. تفسير داده‌هاي ريز آرايه بدون آناليز آماري و روش‌هاي هوش مصنوعي ممكن نيست. هدف اين مقاله، تشخيص انواع لوسمي حاد با استفاده از مجموعه داده‌هاي ريز آرايه و الگوريتم‌هاي داده ‌كاوي بود. مواد و روش‌ها در اين مطالعه توصيفي از داده‌هاي بيان 7129 ژن مربوط به 72 بيمار مبتلا به لوسمي استفاده شد. سپس با انتخاب ژن‌هاي مهم بر اساس روش‌هاي ضريب همبستگي، بهره اطلاعاتي، نسبت بهره و امتياز Fisher و با استفاده از روش‌هاي جداكننده خطي، ماشين‌بردار پشتيبان، k نزديك‌ترين همسايه، بيزين ساده، شبكه‌ بيزين، نزديك‌ترين ميانگين، رگرسيون لجستيك، شبكه‌ عصبي پرسپترون چند لايه و درخت تصميم J48 برروي ژن‌هاي انتخاب شده به تشخيص لوسمي ‌ميلوژنيك و ‌لنفوسيتيك حاد پرداخته شد. يافته‌ها روش‌هاي نزديك‌ترين ميانگين، ماشين‌بردار پشتيبان، k نزديك‌ترين همسايه، بيزين ساده و شبكه عصبي پرسپترون چند لايه با استفاده از 39 ژن‌ انتخاب شده توسط نسبت بهره با دقت 100? ، قادر به تشخيص لوسمي ميلوژنيك و لنفوسيتيك حاد هستند. هم چنين روش ماشين‌بردار پشتيبان با استفاده از 87 ژن‌ انتخاب شده توسط بهره اطلاعاتي و روش‌ شبكه عصبي پرسپترون چند لايه با استفاده از 133 ژن‌ انتخاب شده توسط بهره اطلاعاتي با دقت 100? ، قادر به تشخيص آن مي‌باشند. نتيجه گيري نتايج اين مطالعه نشان داد كه انتخاب ژن‌ها و الگوريتم‌هاي داده ‌كاوي قادر به تشخيص انواع لوسمي با دقت بسيار بالايي هستند، بنابراين با استفاده از اين روش‌ها، مي‌توان تصميمات مناسبي در مورد نحوه تشخيص و درمان بيماران گرفت.

Abstract Background and Objectives Microarray technology represents the expression of thousands of genes simultaneously. Microarray analysis may not be possible without statistical analysis and artificial intelligence methods. The aim of this paper is to diagnose acute leukemia using microarray data and data mining algorithms. Materials and Methods The expression of 7129 genes of 72 patients with leukemia was used in this study. Then, by the selection of important genes based on correlation coefficient, information gain, gain ratio and fisher score criteria and by the use of linear discriminat, support vector machine, k nearest neighbor, naïve Bayes, Bayes net, nearest mean, logistic regression, multilayer perceptron neural network and J48 decision tree methods on the selected genes, acute myeloid and lymphoblastic leukemia were attemted to be diagnosed. Results The methods of nearest mean, support vector machine, k nearest neighbor, naïve Bayes, and multilayer perceptron neural network are able to detect acute myeloid and lymphoblastic leukemia using 39 selected genes by the gain ratio with 100 percent accuracy. Moreover, support vector machine method using 87 selected genes by information gain and support vector machine method using 133 selected genes by information gain are able to detect acute myeloid and lymphoblastic leukemia with 100 percent accuracy. Conclusions The results of this study showed that gene selection and data mining algorithm are able to diagnose leukemia with high accuracy. Therefore, appropriate decisions can be made using these methods about the how of the diagnosis and treatment of patients.