Resumen

En el campo de la bioinformática, la selección de características en la clasificación del cáncer es una de las principales áreas de investigación y se utiliza para seleccionar los genes más informativos de entre los miles de genes de la micromatriz. Los datos de microarrays suelen ser ruidosos, muy redundantes y con una dimensionalidad extremadamente asimétrica, ya que se cree que la mayoría de los genes presentes en ellos no son informativos. El artículo adopta una metodología de clasificación de datos de microarrays de cáncer de pulmón de alta dimensionalidad utilizando técnicas de selección y optimización de características. La metodología se divide en dos etapas; en primer lugar, la clasificación de cada gen se realiza sobre la base de las técnicas estándar de selección de genes como la ganancia de información, la prueba Relief-F, el estadístico Chi-cuadrado y la prueba T-estadístico. Como resultado, se asimila la recopilación de los genes mejor puntuados y se obtiene un nuevo subconjunto de características. En la segunda etapa, el nuevo subconjunto de características se optimiza aún más utilizando técnicas de inteligencia de enjambre como la optimización de saltamontes (GO), la optimización de llama de polilla (MFO), la optimización de forrajeo bacteriano (BFO), la optimización de manada de krill (KHO) y la optimización de enjambre de peces artificiales (AFSO) y, finalmente, se utiliza un subconjunto optimizado. Los genes seleccionados se utilizan para la clasificación, y los clasificadores utilizados aquí son Naïve Bayesian Classifier (NBC), Decision Trees (DT), Support Vector Machines (SVM), y K-Nearest Neighbour (KNN). Los mejores resultados se muestran cuando la prueba Relief-F se computa con AFSO y se clasifica con el clasificador Decision Trees para cien genes, y se obtiene la mayor precisión de clasificación del 99,10%.

• Materias:Insuficiencia cardíaca Plataforma de servicios Filtro de orden óptimo Características clínicas Osteoporosis
• Subjects:Heart failure Platform services Optimal order filtering Clinical features Osteoporosis
• Palabras claves:genes, nuevo subconjunto de características, clasificación, prueba F, selección de características, optimización artificial de enjambre de peces, datos de microarrays de cáncer de pulmón de alta dimensionalidad, técnicas estándar de selección de genes, optimización de forrajeo bacteriano, clasificador de árboles de decisión.
• Keywords:genes, new feature subset, classification, F test, feature selection, Artificial Fish Swarm Optimization, high dimensional lung cancer microarray data, standard gene selection techniques, Bacterial Foraging Optimization, Decision Trees classifier