基于双层粒子群优化算法的肿瘤基因表达样本分类研究

摘要

目的 从分子生物学的角度对不同类别肿瘤样本基因表达数据进行准确和稳定分类,为肿瘤治疗路径的选择提供分型依据.方法 给出一种基于双层粒子群优化(TLPSO)算法的肿瘤基因表达样本分类模型,选取103个肿瘤基因表达样本,包括乳腺、前列腺、肺和结肠肿瘤基因表达数据,随机选取训练集和测试集以获取不同样本组合,同时建立基于基本粒子群优化(PSO)算法用于比较研究.结果 基于TLPSO算法的分类模型获得较好分类结果,在最佳分类结果数和分类结果分布两项指标上优于PSO算法.结论 双层粒子群优化算法分类模型能够对多类别肿瘤基因表达样本进行准确和稳定分类,能为临床肿瘤基因表达样本的分类定型提供依据.