ارایه مدل مناسب برای انتخاب ویژگی در بیان ژن در سیستم تشخیص سرطان مبتنی بر الگوریتم های هوش جمعی

مقدمه:یکی از انواع داده ها که دارای تعداد ویژگی های زیادی بوده و اصطلاحا دارای ابعاد بالایی هستند، داده های ژنی در علم پزشکی می باشند. این داده ها جهت ارزیابی ژن ها، برای تشخیص بیماری ها به خصوص بیماری سرطان به کار می روند. بیماری سرطان یکی از شایع ترین بیماری ها در طی سالیان اخیر بوده است که برای درمان آن باید بیماری در مراحل اولیه شناسایی گردد، بنابراین شناسایی بیماری ها به خصوص بیماری سرطان در مراحل اولیه اهمیت ویژه ای دارد. حجم داده ها در این نوع داده ها زیاد است و بایستی از روش های مبتنی بر یادگیری ماشین جهت کاهش داده ها و ساخت مدل تصمیم گیرنده استفاده کرد. یکی از مشکلات داده های با ابعاد زیاد این است که در بیشتر مواقع تمام ویژگی های داده ها برای یافتن دانشی که در داده ها نهفته است مهم و حیاتی نیستند. به همین دلیل در بسیاری از زمینه ها کاهش ابعاد داده یکی از مباحث قابل توجه باقی مانده است. ازاین رو در این پژوهش سعی در ارایه روش جدید برای بهدست آوردن زیرمجموعه ویژگی های مناسب با استفاده از سه روش الگوریتم ژنتیک، کلونی مورچگان، گرگ خاکستری ارایه شده و برای یادگیری سیستم تشخیص سرطان از شبکه عصبی پرسپترون چندلایه استفاده شده است.روش بررسی:در روش پیشنهادی از مجموعه داده تولید شده در مقاله Laura j.van’t veer با عنوان Gene expression profiling predicts clinical outcome of breast cancer که در سال 2012 در مجله Macmillan magazines Ltd چاپ شده است، استفاده می شود، اما با این تغییر که در روش پیشنهادی به هر ژن یک عدد اختصاص داده شده است. برای این منظور ردیف های مشکی رنگ در نموداری که نشان دهنده متاستاز بوده را حذف کردیم و همچنین ردیف های سفید رنگ را نیز که نشان دهنده بدون متاستاز می باشد، حذف شده است و در نهایت از 70 ژن مشخص شده به کدگذاری هر ژن پرداختیم. در کدگذاری، رنگ سبز بیانگر بیان پایین ژن و رنگ قرمز بیانگر بیان بالای ژن بود. عددی اختصاص داده می شود. به رنگ سبز رنج عددی 0/1 تا 0/6 اختصاص داده شده که عدد 0/1 تیره تر سبز و هر چه به 0/6 نزدیک تر می شویم رنگ، روشن تر می شود و همچنین در رنگ قرمز هم رنج عددی 0/1- تا 0/6- اختصاص داده شده است اختصاص داده شده است پس از تخصیص عدد به رنگ ها، داده های استفاده شده در این پژوهش تشکیل شده است که شامل 79 نمونه و هرکدام با 70ویژگی (ژن) بوده است یافته ها: نتایج نشان می دهد که انتخاب ویژگی به روش کلونی مورچگان با تعداد 41 ویژگی دارای 94/9 صحت دسته بندی در تشخیص سرطان بوده است و 41 ژن مهم از بین 70 ژن به عنوان مهم ترین ژن ها مشخص و رتبه بندی شد نتیجه گیری: بررسی داده های ژنی نقش مهمی در بررسی بیماری سرطان دارد. یکی از روش های بررسی داده های ژنی، استفاده از روش های هوش مصنوعی است. نتایج به دست آمده از اجرای سه الگوریتم فرا ابتکاری مورد بررسی قرار گرفت. نتایج نشان دهنده کارایی خوب الگوریتم فرا ابتکاری در بررسی داده های ژنی است. در این بین الگوریتم کلونی مورچگان نسبت به دو الگوریتم ژنتیک و گرگ خاکستری از کارایی بالاتری برخوردار است و در نهایت در این پژوهش ژن های مهم در تشخیص سرطان از بین 70 ژن مشخص شد.

کلیدواژه ها:

بیان ژن ، الگوریتم ژنتیک ، الگوریتم کلونی مورچگان ، الگوریتم گرگ خاکستری