Improving cancer classification accuracy using gene pairs.
Improving cancer classification accuracy using gene pairs.
复制标题
DOI：
10.1371/journal.pone.0014305
复制
发表时间：
2010-12-21
期刊：
影响因子：
3.7
通讯作者：
Lee S
中科院分区：
文献类型：
--
作者：
Chopra P;Lee J;Kang J;Lee S
最近的研究表明，通路的失调，而不是个别基因，可能是触发致癌的关键。该途径失调通常是由途径中多于一个基因的同时失调引起的。这表明，稳健的基因对组合可以利用与途径失调相关的潜在生物分子反应，因此与单个基因相比，它们可以为癌症提供更好的生物标志物。为了验证这一假设，在本文中，我们使用基因对组合（称为双联体）作为癌症分类算法的输入，而不是原始表达值，并且我们表明，在不同的数据集和分类算法中，分类准确性得到了一致的提高。我们使用九个癌症数据集和五种分类算法验证了所提出的方法，包括微阵列预测分析（PAM），C4.5决策树（DT），朴素贝叶斯（NB），支持向量机（SVM）和k-最近邻（k-NN）。
Recent studies suggest that the deregulation of pathways, rather than individual genes, may be critical in triggering carcinogenesis. The pathway deregulation is often caused by the simultaneous deregulation of more than one gene in the pathway. This suggests that robust gene pair combinations may exploit the underlying bio-molecular reactions that are relevant to the pathway deregulation and thus they could provide better biomarkers for cancer, as compared to individual genes. In order to validate this hypothesis, in this paper, we used gene pair combinations, called doublets, as input to the cancer classification algorithms, instead of the original expression values, and we showed that the classification accuracy was consistently improved across different datasets and classification algorithms. We validated the proposed approach using nine cancer datasets and five classification algorithms including Prediction Analysis for Microarrays (PAM), C4.5 Decision Trees (DT), Naive Bayesian (NB), Support Vector Machine (SVM), and k-Nearest Neighbor (k-NN).
登录
查看更多内容
影响因子：
12.3
作者：
Gentleman RC;Carey VJ;Bates DM;Bolstad B;Dettling M;Dudoit S;Ellis B;Gautier L;Ge Y;Gentry J;Hornik K;Hothorn T;Huber W;Iacus S;Irizarry R;Leisch F;Li C;Maechler M;Rossini AJ;Sawitzki G;Smith C;Smyth G;Tierney L;Yang JY;Zhang J
通讯作者：
Zhang J
影响因子：
56.9
作者：
Golub, TR;Slonim, DK;Lander, ES
通讯作者：
Lander, ES
影响因子：
5.8
作者：
Mramor, Minca;Leban, Gregor;Zupan, Blaz
通讯作者：
Zupan, Blaz
DOI：
10.1073/pnas.2536479100
发表时间：
2004-01-13
影响因子：
11.1
作者：
Stuart, RO;Wachsman, W;Mercola, D
通讯作者：
Mercola, D
DOI：
10.1126/science.1164382
发表时间：
2008-09-26
期刊：
Science (New York, N.Y.)
影响因子：
--
作者：
Parsons DW;Jones S;Zhang X;Lin JC;Leary RJ;Angenendt P;Mankoo P;Carter H;Siu IM;Gallia GL;Olivi A;McLendon R;Rasheed BA;Keir S;Nikolskaya T;Nikolsky Y;Busam DA;Tekleab H;Diaz LA Jr;Hartigan J;Smith DR;Strausberg RL;Marie SK;Shinjo SM;Yan H;Riggins GJ;Bigner DD;Karchin R;Papadopoulos N;Parmigiani G;Vogelstein B;Velculescu VE;Kinzler KW
通讯作者：
Kinzler KW