基于一种集成的信息基因选择方法的乳腺肿瘤识别研究

摘 要：［目的］ 探讨导致乳腺癌的可能致病基因及其生物学意义。［方法］ 基于国际上通用的乳腺癌公共测试集Breast-2 (79) 数据库,提出了一种集成的决策信息因子（decision information factor,DIF）方法,以有效地选择出候选致病基因,并完成乳腺癌识别。基于R语言对原始基因数据做加权共表达网络分析以识别网络中的重要基因模块;使用DAVID软件对重要基因模块进行Pathway富集分析,验证是否具有统计学意义;使用DIF方法从具有统计学意义的重要基因模块中选择出2个候选致病基因;借助反空间稀疏表示分类模型完成乳腺癌识别。［结果］ 通过加权基因共表达网络得到3个基因模块,其中2个经Pathway富集分析检验具有统计学意义,在这两个模块上采用DIF基因选择方法选出的2个候选致病基因用于乳腺癌识别时,准确率达到71.07%,比信噪比（signal noise ratio,SNR)、受试者工作特征曲线（receiver operating characteristic curve,ROC）、组内与组间平方和比率(the ratio of between-groups to within-groups sum of squares,BW)的方法分别高出13.93%、11.19%和8.57%。［结论］ 该文提出的集成DIF基因选择方法得到的候选致病基因能有效识别乳腺癌,并具有明确的生物学意义。