암 분류를 위한 하이브리드 유전자 선택 기법

Hybrid Gene Selection Method for Cancer Classification

  • 박영준 (충북대학교 데이터베이스 및 바이오인포메틱스 연구실) ;
  • ;
  • ;
  • 박명호 (충북대학교 데이터베이스 및 바이오인포메틱스 연구실) ;
  • 류근호 (충북대학교 데이터베이스 및 바이오인포메틱스 연구실)
  • Piao, Yongjun (Database/Bioinformatics Laboratory, Chungbuk National University) ;
  • Hiep, Vu Quang (Database/Bioinformatics Laboratory, Chungbuk National University) ;
  • Erdenetuya, Namsrai (Database/Bioinformatics Laboratory, Chungbuk National University) ;
  • Piao, Minghao (Database/Bioinformatics Laboratory, Chungbuk National University) ;
  • Ryu, Keun-Ho (Database/Bioinformatics Laboratory, Chungbuk National University)
  • 발행 : 2012.06.22

초록

암 분류를 위한 마이크로어레이 데이터로부터의 유전자 선택은 최근 각광을 받고 있는 연구분야이다. 마이크로어레이 데이터는 적은 샘플 수에 비해 대규모의 유전자로 구성된다. 그렇기 때문에 분류의 정확도를 높이기 위하여 대상 암과 관련된 유전자만 선택할 수 있는 차원 축소 기법이 필요하다. 따라서 본 논문에서는 Symmetrical Uncertainty와 Support Vector Machine (SVM)을 이용한 하이브리드 속성선택 기법을 제안하였다. 제안한 기법은 실험 결과를 통해 다른 속성 선택 기법보다 좋은 성능을 보여주었다.

키워드

과제정보

연구 과제 주관 기관 : 한국연구재단