遺伝子選択は、高次元マイクロアレイデータにおける分類性能と解釈可能性を向上させるために不可欠です。本研究では、2型糖尿病 (T2DM) における遺伝子選択のために複数のサポートベクターマシン–再帰的特徴除去 (MSVM-RFE) フレームワークを適用しました。118サンプル（73の対照および45のT2DMケース）からなるGEOマイクロアレイデータセットで実験を行い、25,770遺伝子を含みました。MSVM-RFEは10分割交差検証スキーム内で複数の線形SVMモデルを用いて特徴選択を行い、精度を向上させ、異なる訓練–テスト分割でSMOTE再サンプリングの有無の下で評価されました。選択された遺伝子サブセットは、線形、RBF、および多項式カーネルを使用してSVMで分類されました。最適な構成で95.67%の精度が達成され、高い感度、特異度、AUROCを得て、100遺伝子未満を使用しました。これらの結果は、MSVM-RFEがT2DMマイクロアレイ分析における堅牢で効果的な遺伝子選択戦略を提供することを示しています。”},{
Basir et al. (Wed,) studied this question.