Исследовательский подход к моделированию для улучшения отбора генов с использованием регуляризованной регрессионной модели Кокса
Гада Юсиф Исмаил Абдаллх1, Закария Яхья Алгамаль2,3
1Кафедра механических технологий, Технический институт в Мосуле, Северный технический университет, Мосул, Ирак
2Кафедра статистики и информатики, Мосульский университет, Мосул, Ирак
3Инженерный колледж Университета Варит Аль-Анбия, Кербела, Ирак
Аннотация. Производя необходимые белки, процесс экспрессии генов устанавливает физические свойства живых существ. Экспрессия генов может быть зарегистрирована с использованием различных подходов. В последнее время регрессионный анализ занял видное место в области генетических исследований. Некоторые из генов, выявляемых из многомерной информации об экспрессии генов статистическими методами, могут быть не связаны с заболеваниями. Точность выявления наиболее сильно экспрессирующихся генов из огромного их множества является одной из основных проблем. В статье описывается подход, который позволяет улучшать результаты существующих методов анализа данных по экспрессии генов. Для цензурированных данных о выживании наиболее широко используемой моделью является регрессионная модель пропорциональных рисков Кокса. Для идентификации важных генов и достижения высокой точности классификации в этом исследовании предлагается новая методика выбора параметра настройки с использованием алгоритма оптимизации. Согласно данным эксперимента, предложенная стратегия работает намного лучше, чем два конкурирующих метода, с точки зрения площади под кривой и количества выбранных генов. В этом исследовании представлена всесторонняя оценка последних работ по оценке эффективности регрессионного анализа при отборе генов. В дополнение к анализу производительности, это исследование проводит тщательную оценку многочисленных усилий, предпринятых в последние годы для различных расширенных моделей, основанных на отборе генов.
Ключевые слова: регрессионная модель Кокса, штрафной метод, отбор генов, алгоритм поиска вороны.