[논문 리뷰] Verdict Accuracy of Quick Reduct Algorithm using Clustering and Classification Techniques for Gene Expression Data

T. Chandrasekhar, K. Thangavel외 1명|arXiv (Cornell University)|2013. 06. 06.

Gene expression and cancer classification참고 문헌 12인용 수 9

한 줄 요약

이 논문은 흐트러진 집합 이론에 기반한 Quick Reduct 알고리즘을 사용하여 유전자 발현 데이터에 대한 하이브리드 특성 선택 및 분류 방법을 제안한다. 이 후 K-Means 및 퍼지 C-평균 군집화와 함께 역전파 신경망(BPN) 분류를 수행한다. 이 방법은 정보가 풍부한 유전자 최소 집합을 식별하며, 군집화 전용 방법에 비해 BPN이 더 높은 분류 정확도를 달성함으로써 진단 예측 과제에서 향상된 판단 정확도를 입증한다.

ABSTRACT

In most gene expression data, the number of training samples is very small compared to the large number of genes involved in the experiments. However, among the large amount of genes, only a small fraction is effective for performing a certain task. Furthermore, a small subset of genes is desirable in developing gene expression based diagnostic tools for delivering reliable and understandable results. With the gene selection results, the cost of biological experiment and decision can be greatly reduced by analyzing only the marker genes. An important application of gene expression data in functional genomics is to classify samples according to their gene expression profiles. Feature selection (FS) is a process which attempts to select more informative features. It is one of the important steps in knowledge discovery. Conventional supervised FS methods evaluate various feature subsets using an evaluation function or metric to select only those features which are related to the decision classes of the data under consideration. This paper studies a feature selection method based on rough set theory. Further K-Means, Fuzzy C-Means (FCM) algorithm have implemented for the reduced feature set without considering class labels. Then the obtained results are compared with the original class labels. Back Propagation Network (BPN) has also been used for classification. Then the performance of K-Means, FCM, and BPN are analyzed through the confusion matrix. It is found that the BPN is performing well comparatively.

연구 동기 및 목표

• 낮은 샘플 수를 가진 고차원 유전자 발현 데이터에 대한 도전에 대응하기 위해 최소의 정보를 지닌 유전자 하위집합을 선택한다.
• 특성 선택을 통해 마커 유전자를 식별하여 진단 정확도를 향상시키고 실험 비용을 절감한다.
• 감소된 유전자 집합에서 군집화 및 분류 기법의 성능을 평가하여 신뢰할 수 있는 샘플 분류를 확보한다.
• 선택된 유전자 특징에서 K-Means, 퍼지 C-평균(FCM), 및 역전파 신경망(BPN)의 분류 정확도를 비교한다.

제안 방법

• 흐트러진 집합 이론에 기반하여 유전자 발현 데이터에 Quick Reduct 알고리즘을 적용하여 최소한의 관련 특성 하위집합을 추출한다.
• 감소된 특성 집합에 대해 클래스 레이블을 사용하지 않고 K-Means 및 퍼지 C-평균(FCM) 군집화를 적용하여 패턴을 식별한다.
• 군집 결과를 원래의 클래스 레이블과 비교하여 감소된 표현의 일관성과 정확도를 평가한다.
• 감소된 특성 집합에 대해 분류를 위한 역전파 신경망(BPN)을 훈련하고 성능을 평가한다.
• 혼동 행렬을 사용하여 K-Means, FCM, 및 BPN 간의 분류 정확도를 비교 평가한다.
• 각 방법의 예측된 클래스 레이블을 참값과 비교하여 최종 판단 정확도를 결정한다.

실험 결과

연구 질문

• RQ1 Quick Reduct 알고리즘이 진단 관련성을 유지하면서도 유전자 발현 데이터를 얼마나 효과적으로 감소시키는가?
• RQ2 K-Means 및 FCM와 같은 군집화 기법이 클래스 레이블 정보 없이 감소된 유전자 집합에서 의미 있는 패턴을 식별할 수 있는가?
• RQ3 감소된 유전자 하위집합에서 BPN의 분류 정확도는 비지도 군집화 방법에 비해 어떻게 비교되는가?
• RQ4 흐트러진 집합 이론에 기반한 특성 선택이 유전자 발현 분류의 전체 진단 정확도를 얼마나 향상시키는가?

주요 결과

• 역전파 신경망(BPN)이 평가된 방법들 중에서 가장 높은 분류 정확도를 달성하여 K-Means 및 퍼지 C-평균(FCM)을 모두 앞섰다.
• Quick Reduct 알고리즘이 최소의 정보를 지닌 유전자 하위집합을 성공적으로 식별하여 차원 감소를 이루면서도 진단 관련성을 유지하였다.
• K-Means 및 FCM를 사용한 군집 결과는 원래의 클래스 레이블과 중간 정도의 일치를 보였으며, 감소된 공간에서 부분적인 구조 복원이 이루어졌음을 시사했다.
• 혼동 행렬 분석을 통해 BPN이 감소된 유전자 집합에서 가장 일관되고 정확한 예측을 제공하는 것으로 확인되었다.
• 흐트러진 집합 기반 특성 선택과 BPN 분류의 통합이 유전자 발현 진단의 최종 판단 정확도를 크게 향상시켰다.