肿瘤特征基因选择的互信息最值过滤原则与粒子群优化算法

来源：计算机应用杂志2018年第2期北京时间：

作者：喻德旷, 杨谊

单位：南方医科大学 生物医学工程学院, 广州 510515

摘要：基因数据小样本、高维数、高冗余的特点常导致特征基因选择出现"维数灾难"和"过拟合"，针对这一问题，提出一种特征基因提取算法——互信息最值过滤原则-惯性权重粒子群优化（MIMVFC-IWPSO）算法。首先，借鉴过滤法的思路，通过计算互信息指标，依据互信息最值过滤原则（MIMVFC）获得特征基因候选子集（FGCS），缩小分类操作的范围，提高特征基因被覆盖的概率；接着，对粒子群优化（PSO）算法进行改进，引入惯性权重实现自调节可变惯性权重粒子群优化（IWPSO）算法，使得在算法迭代初期有着快速的全局优化能力，而在算法后期具有较强的局部搜索能力；最后，运用IWPSO从FGCS中提取核心信息基因子集（CFGS），并基于CFGS对样本进行肿瘤与正常组织的分类。采用3个公开的肿瘤基因表达谱数据进行实验，MIMVFC正确分类率优于信噪比（SNR）、t-检验和信息增益（IG）方法，与卡方统计值（Chi-Square）方法接近，而MIMVFC还能利用IWPSO进一步优化结果。基于相同的FGCS，与目前效果较好的二进制粒子群优化与防治基因算法（BPSO-CGA）相比，IWPSO的运算耗时有所增加，但所获得的CFGS规模减小，准确率提高；而与经典PSO相比，所获得的CFGS规模减小、运算耗时减少、准确率提高。实验结果表明MIMVFC-IWPSO具有较好的综合分类性能，能有效提高准确率和效率，可用于多种肿瘤的特征基因选择，辅助指导分子生物学实验设计和验证。

关键词：肿瘤特征基因选择,互信息最值过滤原则,粒子群优化算法,特征基因候选子集,核心信息基因子集

基金资助：广东省科技计划项目（2014A020212545，2013B051000054）；广东省高校重点平台及科研项目（2016GXJK021）。