Merkmalselektierung für Genexpressionsdaten bei Alzheimer unter Verwendung einer modifizierten binären Partikelschwarmoptimierung

Die Alzheimer-Krankheit (AD) ist eine neurologische Störung, die das Gedächtnis und andere wichtige mentale Funktionen zerstört. Eine der genauesten Methoden zur Identifizierung von gen verursachenden Krankheiten besteht darin, die Genexpressionswerte in verschiedenen Proben zu überwachen. Die Auswahl signifikanter Gene für die Klassifikation ist in Studien zur Genexpression wichtig. In dieser Studie stammen die experimentellen Daten aus den Genexpressionsdaten des menschlichen Gehirns von Personen mit AD und älteren Kontrollprobanden aus dem GEO GSE5281-Datensatz. In dieser Arbeit wird eine neue zweistufige Gene-Selektion angewendet, um die verrauschten und redundanten Gene basierend auf der statistischen Methode und dem heuristischen Optimierungsansatz zu filtern. T-Statistik (T-Test), Signal-Rausch-Verhältnis (SNR) und F-Test werden im ersten Schritt des Gene-Selektionsprozesses verwendet. Die zehn bedeutendsten Gene, die aus den statistischen Methoden ausgewählt wurden, werden für die Partikelschwarmoptimierung (PSO) verwendet, um die optimale Anzahl an Merkmalen der Alzheimer-Krankheit zu erhalten. Um das Stagnationsproblem in PSO zu vermeiden, wird ein modifizierter PSO-Ansatz vorgeschlagen, der eine neue Partikelposition unter Verwendung der Kreuzungs- und Mutationsoperatoren des genetischen Algorithmus (GA) findet. Die Klassifizierer Entscheidungsbaum, Support Vector Machine (SVM), Lineares Modell, Random Forest und Neuronales Netzwerk werden in Trainings- und Testdaten eingesetzt, um die Leistung von GA & PSOs zu analysieren. Modifiziertes PSO mit t-Test im Random Forest und linearen Modell liefert 100 % Genauigkeit für den Testdatensatz von GSE5281 mit optimaler Anzahl an Genen. Die durch diese Forschung identifizierten signifikanten Gene sind EGR1, CKMT1B, RPL15, PSMB3, GRK4, COX6A1 und PHIP aus dem GSE5281-Datensatz.