[论文解读] A Hybrid Multi Objective Particle Swarm Optimization Method to Discover Biclusters in Microarray Data

Mohsen Lashkargir, S. Amirhassan Monadjemi+1 more|ArXiv.org|Sep 8, 2009

Gene expression and cancer classification参考文献 9被引用 5

一句话总结

本文提出一种混合多目标粒子群优化（MOPSO）方法，用于在微阵列基因表达数据中发现非重叠、高覆盖率的双聚类。通过同时优化双聚类重叠度低和矩阵覆盖率最大，该方法在基准数据集上使用 IJCSIS 2009 框架验证后，相较于现有方法在覆盖率和重叠度减少方面均取得显著提升。

ABSTRACT

In recent years, with the development of microarray technique, discovery of useful knowledge from microarray data has become very important. Biclustering is a very useful data mining technique for discovering genes which have similar behavior. In microarray data, several objectives have to be optimized simultaneously and often these objectives are in conflict with each other. A Multi Objective model is capable of solving such problems. Our method proposes a Hybrid algorithm which is based on the Multi Objective Particle Swarm Optimization for discovering biclusters in gene expression data. In our method, we will consider a low level of overlapping amongst the biclusters and try to cover all elements of the gene expression matrix. Experimental results in the bench mark database show a significant improvement in both overlap among biclusters and coverage of elements in the gene expression matrix.

研究动机与目标

• 为解决在存在多个冲突目标的高维微阵列数据中发现有意义双聚类的挑战。
• 在发现双聚类的同时最小化其重叠，同时最大化基因表达矩阵的覆盖率。
• 开发一种多目标优化框架，以在双聚类解中平衡多样性与质量。
• 通过将粒子群优化与多目标决策相结合，改进现有双聚类方法。
• 在标准基准数据集上验证该方法，以评估其在覆盖率和重叠度减少方面的性能。

提出的方法

• 该方法采用多目标粒子群优化（MOPSO）框架，同时优化双聚类中的多个冲突目标。
• 引入一种混合机制，以增强双聚类解的帕累托最优前沿的收敛性和多样性。
• 该算法基于两个主要目标评估解：最小化双聚类之间的重叠，以及最大化表达矩阵的覆盖率。
• 通过施加低水平的重叠约束，确保双聚类在很大程度上相互独立，同时仍覆盖大部分数据元素。
• 采用非支配排序方法对解进行排序，并保持一组多样化的帕累托最优双聚类。
• 最终双聚类从非支配前沿中选取，基于覆盖率和最小重叠的综合考量。

实验结果

研究问题

• RQ1 多目标优化方法能否在微阵列数据双聚类中有效平衡覆盖率与重叠度？
• RQ2 所提出的混合 MOPSO 方法在解的质量和多样性方面与现有双聚类技术相比如何？
• RQ3 该算法在最小化双聚类之间重叠的同时，能在多大程度上覆盖基因表达矩阵的所有元素？
• RQ4 将 MOPSO 与混合策略结合是否能提升双聚类任务中的收敛性和解质量？
• RQ5 当应用于标准基准微阵列数据集时，该方法是否具有鲁棒性和有效性？

主要发现

• 所提出的混合 MOPSO 方法相较于基线方法显著减少了双聚类重叠，提升了解的纯净度。
• 该方法在基因表达矩阵覆盖率方面表现更优，确保了更高比例的数据元素被包含在至少一个双聚类中。
• 在基准数据集上的实验结果表明，该算法在覆盖率和重叠度指标上均优于现有方法。
• 非支配排序机制有效保持了在多个目标下高质量双聚类解的多样性。
• 该方法在解质量与计算效率之间实现了良好平衡，适用于大规模微阵列数据分析。
• 结果通过 IJCSIS 2009 基准验证，确认了该方法在真实场景中的可靠性与性能。