以遺傳演算法與最近鄰居分類法篩選遺傳疾病基因之研究

Abstract

尋找基因與疾病的關係是醫學與生命科學致 力追求的目標之一，也是生物資訊領域的研究重 點。目前，微陣列(Microarray)技術的使用，有助於 個別基因表現量的定量分析。醫學上使用基因表現 資料針對遺傳疾病關鍵基因的搜尋與篩選，可借用 特徵選擇(Feature Selection)的資訊技術來處理。一 般我們所採用來解決此一問題的分析方法，除需要 考慮精確度外，所需要的時間成本也是不可忽視的 考慮因素。在許多實際的應用上，如果搜尋空間非 常大，則耗竭式的搜尋顯的切不可行，主因其大量 的運算時間需求所致。 遺傳演算法(Genetic Algorithm, GA)與最近鄰 居分類法(K-Nearest Neighbor, KNN)的併用，可快 速找到許多組具區別力的關鍵特徵，並可將這些關 鍵特徵的區別力按在各組出現頻率的次數作一統 計評分，根據出現頻率的高低作為判斷相關性高低 的依據。然而，搜尋這些關鍵特徵組的時間需求凸 顯了此一方法的弱點，因此，如何進一步改善與分 析此方法來有效減少運算時間並兼顧精確度，是本 文的探討重點。