کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
4947308 1439577 2017 16 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
Gene selection in autism - Comparative study
ترجمه فارسی عنوان
انتخاب ژن در اوتیسم - مطالعه مقایسه ای
کلمات کلیدی
اوتیسم، میکرواراسان بیان ژن، انتخاب ویژگی، خوشه بندی الگوریتم ژنتیک، جنگل تصادفی
ترجمه چکیده
این مقاله کاربرد روش های مختلف انتخاب ویژگی برای شناسایی مهم ترین ژن های اختلال اوتیسم را مورد بررسی قرار می دهد. این مطالعه بر پایه بیان میکروارگانی از ژن ها است. روش های کاربردی اهمیت ژن ها را بر اساس اصول مختلف انتخاب انتخاب می کنند. مهمترین گام این است که نتایج این انتخاب ها را به مجموعه ای مشترک از ژن ها که بهترین ارتباط با اوتیسم است، جوش آورند. این ژنها ممکن است به عنوان بیومارکرهای این اختلال درمان شوند و در پیشبینی اولیه اوتیسم استفاده شوند. این مقاله سه روش مختلف از جمله همجوشی را پیشنهاد می کند: خلوص فضای خوشه بندی، کاربرد الگوریتم ژنتیک و جنگل تصادفی در نقش انتگرال. آزمایش های عددی مربوط به شناسایی مهمترین نشانگرهای زیستی و کاربرد آنها در شناخت اوتیسم است. آنها نشان می دهد استراتژی همجوشی کاربردی بسیاری از روش های مستقل انتخاب منجر به بهبود قابل توجهی از میزان تشخیص اوتیسم است.
موضوعات مرتبط
مهندسی و علوم پایه مهندسی کامپیوتر هوش مصنوعی
پیش نمایش مقاله
انتخاب ژن در اوتیسم - مطالعه مقایسه ای
چکیده انگلیسی
The paper investigates application of several methods of feature selection to identification of the most important genes in autism disorder. The study is based on the expression microarray of genes. The applied methods analyze the importance of genes on the basis of different principles of selection. The most important step is to fuse the results of these selections into common set of genes, which are the best associated with autism. These genes may be treated as the biomarkers of this disorder and used in early prediction of autism. The paper proposes and compares three different methods of such fusion: purity of the clusterization space, application of genetic algorithm and random forest in the role of integrator. The numerical experiments are concerned with the identification of the most important biomarkers and their application in autism recognition. They show the applied fusion strategy of many independent selection methods leads to the significant improvement of the autism recognition rate.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Neurocomputing - Volume 250, 9 August 2017, Pages 37-44
نویسندگان
, ,