[논문 리뷰] Fuzzy Soft Set Based Classification for Gene Expression Data

N. Kalaiselvi, H. Hannah Inbarani|arXiv (Cornell University)|2013. 01. 08.

Fuzzy and Soft Set Theory참고 문헌 10인용 수 13

한 줄 요약

이 논문은 난류 소프트 세트 기반 분류 모델을 제안하여 유전자 발현 데이터의 암 단계 예측 정확도를 향상시킨다. 엔트로피 기반 유전자 필터링과 난류 소프트 세트 유사도 분류기를 조합함으로써, 유방암, 폐암 및 백혈병 유전자 발현 데이터셋에서 분류 성능이 향상되어 전통적 방법에 비해 더 높은 정확도를 보였다.

ABSTRACT

Classification is one of the major issues in Data Mining Research fields. The classification problems in medical area often classify medical dataset based on the result of medical diagnosis or description of medical treatment by the medical practitioner. This research work discusses the classification process of Gene Expression data for three different cancers which are breast cancer, lung cancer and leukemia cancer with two classes which are cancerous stage and non cancerous stage. We have applied a fuzzy soft set similarity based classifier to enhance the accuracy to predict the stages among cancer genes and the informative genes are selected by using Entopy filtering.

연구 동기 및 목표

• 유전자 발현 데이터의 정확한 분류 문제를 해결하기 위해.
• 엔트로피 필터링을 통한 유전자 선택과 함께 난류 소프트 세트 이론을 통합하여 분류 성능을 향상시키기 위해.
• 유방암, 폐암 및 백혈병과 같은 세 가지 주요 암 유형에서 제안된 방법을 평가하기 위해.
• 정보성 유전자를 식별하고 난류 소프트 세트 프레임워크 내에서 유사도 측정을 활용하여 예측 정확도를 향상시키기 위해.
• 온코로지 분야의 의료 의사결정 지원에 적합한 강력하고 데이터 기반의 분류 모델을 제공하기 위해.

제안 방법

• 방법은 유전자 발현 데이터 전처리를 시작으로, 차원 축소를 위해 엔트로피 필터링을 사용하여 정보성 유전자를 선별한다.
• 유전자 발현 수준과 암 단계에 대한 관련성에 기반하여 소속도도를 부여함으로써 난류 소프트 세트를 구성한다.
• 시험 샘플을 알려진 암 및 비암 클래스와 비교하기 위해 난류 소프트 세트 간의 유사도 측정을 수행한다.
• 각 시험 샘플을 가장 높은 유사도 점수를 가진 클래스에 할당함으로써 분류를 수행한다.
• 이 방법은 유전자 발현 데이터의 불확실성을 다루는 데 있어 난류 집합의 유연성과 소프트 세트의 매개변수화된 특성 모델링 능력을 활용한다.
• 모델은 세 가지 암 데이터셋(유방암, 폐암, 백혈병)에서 평가되었으며, 분류 정확도를 사용하여 성능을 측정하였다.

실험 결과

연구 질문

• RQ1 난류 소프트 세트 기반 분류는 유전자 발현 데이터에서 암 단계 예측 정확도를 향상시킬 수 있는가?
• RQ2 엔트로피 기반 유전자 필터링은 암 분류에 유용한 정보성 유전자를 효과적으로 선별할 수 있는가?
• RQ3 난류 소프트 세트와 유사도 측정을 통합함으로써 전통적 방법에 비해 분류 성능이 향상되는가?
• RQ4 제안된 방법은 유방암, 폐암 및 백혈병과 같은 다양한 암 유형에서 어떻게 성능을 발휘하는가?
• RQ5 난류 소프트 세트 프레임워크는 유전자 발현 데이터의 불확실성과 모호성을 효과적으로 다룰 수 있는가?

주요 결과

• 제안된 난류 소프트 세트 기반 분류기는 테스트된 암 데이터셋에서 기준 방법에 비해 더 높은 분류 정확도를 달성하였다.
• 엔트로피 필터링은 생물학적으로 관련된 특징을 유지하면서도 유전자 발현 데이터의 차원을 성공적으로 축소시켰다.
• 난류 소프트 세트와 유사도 측정의 통합은 유전자 발현 데이터의 불확실성과 모호성을 효과적으로 다룰 수 있게 하였다.
• 이 방법은 유방암, 폐암 및 백혈병과 같은 세 가지 상이한 암 유형에서 일관된 성능을 보였다.
• 결과는 난류 소프트 세트 접근법이 암 연구 분야에서의 유전자 발현 분류에 실현 가능하고 효과적인 대안임을 시사한다.
• 이 연구는 유전자 선택과 고급 난류 집합 이론의 조합이 분류의 강건성과 정확도를 향상시킴을 확인한다.