文献

J-GLOBAL ID：201702246612807314   整理番号：17A0142988

スパース特異値は差次的に発現した遺伝子を同定するための分解に基づく特徴抽出【Powered by NICT】

Sparse singular value decomposition-based feature extraction for identifying differentially expressed genes

著者 (5件)： Liu Jin-Xing (School of Information Science and Engineering, Qufu Normal University, Rizhao, 276826, Shandong, China) ,  Kong Xiang-Zhen (School of Information Science and Engineering, Qufu Normal University, Rizhao, 276826, Shandong, China) ,  Zheng Chun-Hou (School of Information Science and Engineering, Qufu Normal University, Rizhao, 276826, Shandong, China) ,  Jun-Liang Shang (School of Information Science and Engineering, Qufu Normal University, Rizhao, 276826, Shandong, China) ,  Wei Zhang (Biomedical Research Institute, Shenzhen Peking University, the Hongkong University of Science and Technology Medical Center, 518036, Guangdong, China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2016  号： BIBM  ページ： 1822-1827  発行年： 2016年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 最近,特徴抽出と次元低減は多くのデータマイニングタスクに対する基本的なツール,特にゲノムデータのような高次元データを処理するためのとなっている。本論文では,スパース特異値分解(SSVD)に基づく新しい特徴抽出法を開発した。SSVDアルゴリズムから全てが二つの異なるゲノムデータセットからの差次的発現遺伝子を抽出するために適用した。癌ゲノムアトラス(TCGA)と,抽出された遺伝子は,遺伝子オントロジー(GO)とKyoto Encyclopediaof Genes and Genomes(KEGG)経路濃縮解析に基づくツールによって評価した。遺伝子抽出法として,SSVDも独立成分分析,pノルムロバスト特徴抽出とスパース主成分分析のようないくつかの既存の特徴抽出法と比較した。実験GO解析結果はSSVD法は競合アルゴリズムより優れていることを示した。KEGG解析の結果は,癌における経路に関与する遺伝子を実証した。入念な実験はSSVDは競合手法と比較して効果的な特徴選択方法であることを証明した。KEGG解析結果は生物医学科学の分野における専門家のための更なる研究を実行するために意味のある参照を提供するかもしれない。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： *遺伝子 ,  特異値分解 ,  独立成分分析 ,  *特徴抽出 ,  特徴選択 ,  *透視図法 ,  主成分分析 ,  次元縮小
準シソーラス用語： 生物医学 ,  KEGG ,  競合アルゴリズム ,  遺伝子オントロジー ,  差次的遺伝子発現 ,  高次元データ ,  *特異値 , 【Automatic Indexing@JST】

分類 (2件)： 分子・遺伝情報処理  (JE15040B) ,  遺伝子発現  (EC02040Q)

タイトルに関連する用語 (6件)： 特異値 ,  発現 ,  遺伝子 ,  同定 ,  分解 ,  特徴抽出