انتخاب ژن های حاوی اطلاعات و طبقه بندی داده های ریزآرایه با استفاده از الگوریتم ژنتیک و شبکه عصبی خودسازمان ده

تکنولوژی ریزآرایه به عنوان ابزار قدرتمندی جهت تحلیل و بررسی رفتار هزاران ژن، نقش به سزایی در تشخیص، کشف و بررسی روش های درمان در انواع بیماری ها به خصوص سرطان دارد. در ساخت ریزآرایه از پروب هایی استفاده می شود که هر کدام شامل چندین باز متصل و یا ژن می باشد. هر باز طولی به اندازه 0.33 نانومتر دارد. این پروب ها توسط روبات های مخصوصی در ریزآرایه قرار می گیرند. دقت پیش بینی بیماری ها توسط روش هایی که روی داده های ریزآرایه اعمال می شود، وابستگی زیادی به مقادیر این ژن ها دارد. از مهم ترین ویژگی های داده های ریزآرایه، ابعاد بالا در برابر تعداد کم نمونه ها می باشد. این عامل، باعث بروز مشکلاتی در تحلیل این نوع داده ها شده است. بنابراین از روش های انتخاب ویژگی جهت حل این مشکلات و ارائه مدلی ساده تر و دقیق تر استفاده می شود. در این مقاله، روشی برای یافتن ژن های حاوی اطلاعات و همچنین طبقه بندی داده های ریزآرایه پیشنهاد شده است. روش پیشنهادی از سه بخش اصلی تشکیل شده است. در بخش اول، ابعاد داده ها با روش آماری آزمون t و شبکه عصبی som کاهش می یابند. در بخش دوم، به وسیله الگوریتم ژنتیک، زیر مجموعه های بهینه حاوی ژن ها استخراج می شوند، و در آخرین بخش، ژن های حاوی اطلاعات با ارزش انتخاب می گردند. در این روش به علت استفاده از شبکه عصبی som، ژن های مشابه گروه بندی شده و نماینده آن ها برای ساخت مدل استفاده می شود و همین امر باعث کاهش زمان اجرای برنامه نسبت به روش های پیشین شده است. روش پیشنهادی جهت طبقه بندی داده های سرطان سینه بکار گرفته شد و توانست دقت طبقه بندی را نسبت به روش های قبلی از 89 درصد به 94 درصد برساند.