摘要：针对高维、小样本及不确定性的基因表达数据,融合模糊可容忍性的邻域粒化技术与具有全局寻优能力的鱼群智能算法,提出基于邻域粗糙集与鱼群智能的基因选择方法。首先,采用邻域粗糙集对基因数据进行邻域粒化,形成邻域粒子;其次,提出基于邻域分类精度的不确定性评价函数,用以评价邻域粒子的不确定性,分辨关键性基因;进一步融合鱼群智能方法,设计一种基因选择算法,选取分类性强的少量关键基因;最后,在两个癌症基因数据集中进行基因选择,采用SVM分类器对获取的关键基因组进行分类实验。实验结果表明,采用该方法获取的基因组具有较低的冗余度及较好的分类性能。

摘要：针对准确率不适于评价不平衡数据特征子集性能的缺陷,提出了 F2 -measure(简称 F2 )准则.为避免mRMR(minimal Redundancy-Maximal Relevance)的互信息方法倾向于选择多值特征,提出了归一化互信息 SU (Symmetrical Uncertainty).针对最大化 AUC (Area Under an ROC Curve)框架下,特征选择算法的特征与类标相关性、特征间相关性的取值范围(量纲)不一致问题,提出了归一化的特征权重.为加快特征选择过程,提出了结合 SU和AUC 的特征预选择,缩小特征搜索空间.提出动态加权顺序前向搜索DWSFS(Dynamic Weighted Sequential Forward Search)和动态加权顺序前向浮动搜索DWSFFS(Dynamic Weighted Sequential Forward Floating Search),以期得到分类性能更好的特征子集.基于最大化 AUC 和mRMR框架,结合上述创新点,设计出16种特征选择算法.7个经典二类不平衡基因数据集、3个多类不平衡(或近似平衡)基因数据集的50次重复实验表明:所提算法选择的基因子集具有非常好的分类识别能力;提出的 F2、SU、归一化基因权重、基因预选择,以及DWSFS和DWSFFS对选择非平衡基因数据集的差异表达基因非常有效.提出的 SU 在度量基因冗余性时优于斯皮尔曼等级相关系数 RCC (Rank Correlation Coefficient);基因选择过程中的权值度量采用基因与类标相关性减去基因间冗余性优于采用基因与类标相关性除以基因冗余性方案.与现有经典基因选择算法的实验比较表明:提出的基因选择算法的性能优于现有基因选择算法.

摘要：引物选择、设计与应用策略是植物分子系统发育与进化研究的关键环节。本文综述了基因选择的原则、引物设计的技巧以及如何有效地利用所涉及的片段获取相应的PCR片段的方法。

摘要：由于低分化肿瘤很难通过常规组织病理学诊断发现,而结合基因检测的手段可以准确筛选出针对特定肿瘤的致病基因,因此基因选择是进行肿瘤分类和临床治疗的关键问题.肿瘤基因表达数据具有样本小、维度高的特征,现有的基因选择算法在分类精度和计算效率上还有待提高.在模糊粗糙集理论的基础上进行区分矩阵模糊化,并依此设计了模糊区分矩阵属性约简算法.相比于经典的区分矩阵,模糊化的区分矩阵能够体现不同属性对于两个对象区分程度的差异,从而选择区分程度更高的属性而获得更好的分类效果.数值实验表明该方法提高了肿瘤基因数据的分类精度,且降低了计算耗时.实验采用kNN分类器进行结直肠癌(Colon Microarray)分类特征基因选择实验,从2000个特征基因中筛选出了五个结直肠癌发病相关的关键基因,且分类精度高达88.06%。

摘要：一个微阵列数据集包含了成千上万的基因、相对少量的样本,而在这成千上万的基因中,只有一少部分基因对肿瘤分类是有贡献的,因此,对于肿瘤分类来说,最重要的一个问题就是识别选择出对肿瘤分类最有贡献的基因。为了能有效地进行微阵列基因选择,提出用一个边缘分布模型(marginal distribution model,MDM)来描述微阵列数据。该模型不仅能区分基因是否在两样本中差异表达,而且能区分出基因在哪一类样本中表达,从而选择出的基因更具有生物学意义。模拟数据及真实微阵列数据集上的实验结果表明,该方法能有效地进行微阵列基因选择。

摘要：为利用数据分析的方法高效快速筛选出具有高分类性能的基因,针对基因表达谱数据高维小样本的特点,提出一种基于打分准则和改进的PSO算法的基因选择方法。基于数学抽样调查的科学性,制定一种基因打分准则来准确筛选相关基因;为防止粒子陷入局部最优解,利用半初始化及模拟退火算法的Metropolis准则改进PSO算法。在两个公开的数据集上的实验结果表明,该方法快捷、高效,克服了传统聚类解释性差以及PSO算法易于陷入局部最优解的缺点,选出了数目较少分类性能较强的基因。

摘要：针对基因表达数据维度高,冗余基因多等问题,提出了一种基于C3NET和图滤波器的基因特征选择算法。利用C3NET算法推断出基因表达数据的基因调控网络,得到基因之间的调控关系。将基因表达数据中的基因建模为图上节点,每个基因的基因数据建模为图信号,将得到的基因调控网络建模为邻接矩阵,计算该基因调控网络的图拉普拉斯矩阵和图傅里叶变换,并且提出了一种基于图傅里叶变换的基因分类能力的评估方法,计算每个基因的分类能力。设计了高通图滤波器对基因数据进行滤波,根据计算得到的基因的分类能力,筛选出滤波后分类能力高的基因。仿真实验结果表明,与现有的基因选择算法相比,本算法筛选出的基因分类能力更高,在不同的分类器中均能保持较高的分类准确率。

摘要：达尔文进化论的核心是自然选择理论,而达尔文最初理解的自然选择是个体选择,即生物个体是选择的单位。但如果生物个体是选择单位,那么生物界普遍存在的牺牲个人利益帮助他人的利他主义就不可能得到进化,因为,利他行为增加其他生物的适合度,减少了自己的适合度。这就是所谓的"达尔文难题"。达尔文晚年试图用群体选择理论的补充解决这个问题,但20世纪60年代之后,一些重要的生物学家怀疑群体选择的作用,提出了亲缘选择理论、基因选择理论和互惠利他主义。但这些理论都有自己的问题。所以,90年代之后,越来越多的生物学家重新阐释群体选择论,并采取多元主义的策略以解决达尔文的利他难题。

摘要：基于支持向量机的递归特征消除(SVM-RFE)是目前最主流的基因选择方法之一,是为二分类问题设计的,对于多分类问题必须要进行扩展。从帕累托最优(Pareto Optimum)的概念出发,阐明了常用的基因选择方法在多分类问题中的局限性,提出了基于类别的基因选择过程,并据此提出一种新的SVM-RFE设计方法。8个癌症和肿瘤基因表达谱数据上的实验结果证明了新方法优于另两种递归特征消除方法,为每一类单独寻找最优基因,能够得到更高的分类准确率。

摘要：自然选择原理是现代生物学的核心理论之一。但是自然选择了什么(个体、基因、群体)?这仍是生物学哲学的争议话题。本文回顾了个体选择、基因选择与群体选择(多元选择)的观点与问题。着重从"屏蔽"与"适应度"来批评现在最为流行的基因选择,为群体选择辩护。劳埃德把自然选择的单位与层次细分为互动子、复制子、受益者、适应表现者等四个问题,笔者认为最重要的仍是互动子问题。我们最好能够设计出判断自然选择单位的判决性实验,从而为解决这一哲学问题提供更好的科学依据。