SC-BPSO:肝癌分类中一种融合过滤器的二进制粒子群算法特征的选择方法

作     者：周楠 郑云 ZHOU Nan;ZHENG Yun

作者机构：昆明理工大学信息工程及自动化学院基础化学实验楼410室昆明650500 昆明理工大学灵长类转化医学研究院省部共建非人灵长类生物医学国家重点实验室昆明650500 

出 版 物：《中国生物化学与分子生物学报》 (Chinese Journal of Biochemistry and Molecular Biology)

年 卷 期：2022年第38卷第8期

页      面：1106-1116页

学科分类：1305[艺术学-设计学（可授艺术学、工学学位）] 0831[工学-生物医学工程（可授工学、理学、医学学位）] 0710[理学-生物学] 0711[理学-系统科学] 13[艺术学] 07[理学] 081104[工学-模式识别与智能系统] 08[工学] 0804[工学-仪器科学与技术] 071007[理学-遗传学] 081101[工学-控制理论与控制工程] 0811[工学-控制科学与工程] 

基　　金：国家自然科学基金项目(No.31760314) 国家重点研发计划(No.2018YFA0108502)资助 

主　　题：癌症分类 特征选择 机器学习 肝细胞癌 微RNA 二进制粒子群算法 

摘      要：癌症的早期诊断能够显著提高癌症患者的存活率,在肝细胞癌患者中这种情况更加明显。机器学习是癌症分类中的有效工具。如何在复杂和高维的癌症数据集中,选择出低维度、高分类精度的特征子集是癌症分类的难题。本文提出了一种二阶段的特征选择方法SC-BPSO:通过组合Spearman相关系数和卡方独立检验作为过滤器的评价函数,设计了一种新型的过滤器方法——SC过滤器,再组合SC过滤器方法和基于二进制粒子群算法(BPSO)的包裹器方法,从而实现两阶段的特征选择。并应用在高维数据的癌症分类问题中,区分正常样本和肝细胞癌样本。首先,对来自美国国家生物信息中心(NCBI)和欧洲生物信息研究所(EBI)的130个肝组织microRNA序列数据(64肝细胞癌,66正常肝组织)进行预处理,使用MiRME算法从原始序列文件中提取microRNA的表达量、编辑水平和编辑后表达量3类特征。然后,调整SC-BPSO算法在肝细胞癌分类场景中的参数,选择出关键特征子集。最后,建立分类模型,预测结果,并与信息增益过滤器、信息增益率过滤器、BPSO包裹器特征选择算法选出的特征子集,使用相同参数的随机森林、支持向量机、决策树、KNN四种分类器分类,对比分类结果。使用SC-BPSO算法选择出的特征子集,分类准确率高达98.4%。研究结果表明,与另外3个特征选择算法相比,SC-BPSO算法能有效地找到尺寸较小和精度更高的特征子集。这对于少量样本高维数据的癌症分类问题可能具有重要意义。