Отбор информативных признаков экзонов генов человека

  • Андрей Владимирович Волков Белорусский государственный университет, пр. Независимости, 4, 220030, г. Минск, Беларусь
  • Николай Николаевич Яцков Белорусский государственный университет, пр. Независимости, 4, 220030, г. Минск, Беларусь
  • Василий Викторович Гринев Белорусский государственный университет, пр. Независимости, 4, 220030, г. Минск, Беларусь
DOI: https://doi.org/10.33581/2520-6508-2019-1-77-89

Аннотация

Рассмотрена задача сокращения размерности пространства признаков экзонов человека с целью определить их генную принадлежность. Для оценки эффективности алгоритмов отбора признаков проведены вычислительные эксперименты на примерах экзонов 14 известных генов человека. Установлено, что экзоны четко разделимы относительно генной принадлежности. Алгоритмы автоматического отбора чувствительны к шумовым признакам и позволяют оценить количество таких признаков. Сокращение числа последних улучшает производительность вычислений и потребление памяти, а также позволяет получать значительно более простые прогностические модели и повышает их интерпретируемость. Показано, что тренировка алгоритмов индуктивного обучения на признаках фланкирующих интронов обеспечивает более высокую предсказательную способность в сравнении с обучением алгоритмов на признаках экзонов. Результаты представленной работы открывают новые возможности для изучения организации генов человека с помощью алгоритмов машинного обучения.

Биографии авторов

Андрей Владимирович Волков, Белорусский государственный университет, пр. Независимости, 4, 220030, г. Минск, Беларусь

аспирант кафедры системного анализа и компьютерного моделирования факультета радиофизики и компьютерных технологий. Научный руководитель – Н. Н. Яцков

Николай Николаевич Яцков, Белорусский государственный университет, пр. Независимости, 4, 220030, г. Минск, Беларусь

кандидат физико-математических наук, доцент; доцент кафедры системного анализа и компьютерного моделирования факультета радиофизики и компьютерных технологий

Василий Викторович Гринев, Белорусский государственный университет, пр. Независимости, 4, 220030, г. Минск, Беларусь

кандидат биологических наук, доцент; доцент кафедры генетики биологического факультета

Литература

  1. Grinev VV, Migas AA, Kirsanava AD, Mishkova OA, Siomava N, Ramanouskaya TV, et al. Decoding of exon splicing patterns in the human RUNX1–RUNX1T1 fusion gene. International Journal of Biochemistry & Cell Biology. 2015;68:48–58. DOI: 10.1016/j.biocel.2015.08.017.
  2. Zhang M. Statistical features of human exons and their flanking regions. Human Molecular Genetics. 1998;7(5):919 – 932. DOI: 10.1093/hmg/7.5.919.
  3. Saeys Y, Inza I, Larranaga P. A review of feature selection techniques in bioinformatics. Bioinformatics. 2007;23(19):2507–2517. DOI: 10.1093/bioinformatics/btm344.
  4. Cox TF. Ch. 16. Multidimensional scaling in process control. Handbook of Statistics. 2003;22:609 – 623. DOI: 10.1016/s0169-7161(03)22018-6.
  5. Martinez AM, Kak AC. PCA versus LDA. IEEE Transactions on Pattern Analysis and Machine Intelligence. 2001;23(2):228–233. DOI: 10.1109/34.908974.
  6. John GH, Kohavi R, Pfleger K. Irrelevant Features and the Subset Selection Problem. In: Cohen WW, Hirsh H, editors. Machine Learning Proceedings. Proceedings of the Eleventh International Conference; 1994 July 10 –13; New Brunswick, Canada. New Brunswick: Rutgers University; 1994. p. 121–129. DOI: 10.1016/b978-1-55860-335-6.50023-4.
  7. Yu L, Liu H. Efficient feature selection via analysis of relevance and redundancy. Journal of Machine Learning Research. 2004; 5:1205–1224.
  8. Ang JC, Mirzal A, Haron H, Hamed HNA. Supervised, unsupervised, and semi-supervised feature selection: a review on gene selection. IEEE/ACM Transactions on Computational Biology and Bioinformatics. 2016;13(5):971– 989. DOI: 10.1109/tcbb.2015.2478454.
  9. Belanche LA, Gonzalez FF. Review and evaluation of feature selection algorithms in synthetic problems [Internet]. [Cited 2018 September 12]. Available from: http://arxiv.org/abs/1101.2320.
  10. Wang L, Lei Y, Zeng Y, Tong L, Yan B. Principal feature analysis: a multivariate feature selection method for fMRI data. Computational and Mathematical Methods in Medicine. 2013;2013:1–7. DOI: 10.1155/2013/645921.
  11. Kira K, Rendell LA. A practical approach to feature selection. In: Machine Learning Proceedings. Proceedings of the Ninth International Workshop on Machine Learning; 1992 July 1–3; Aberdeen, Scotland. Aberdeen: ML; 1992. p. 249–256. DOI: 10.1016/b978-1-55860-247-2.50037-1.
  12. Kononenko I. Estimating attributes: Analysis and extensions of RELIEF. In: Machine Learning: ECML­94. European Conference; 1994 April 6 – 8; Catania, Italy. Berlin: Springer; 1994. p. 171–182. DOI: 10.1007/3-540-57868-4_57.
  13. Singh SR, Murthy HA, Gonsalves TA. Feature selection for text classification based on Gini coefficient of inequality. The Fourth Workshop on Feature Selection in Data Mining. 2010;10:76 – 85.
  14. Bolón-Canedo V, Sánchez-Maroño N, Alonso-Betanzos A. A review of feature selection methods on synthetic data. Knowledge and Information Systems. 2012;34(3):483–519. DOI: 10.1007/s10115-012-0487-8.
  15. Kalousis А, Prados J, Hilario M. Stability of Feature Selection Algorithms: a study on high dimensional spaces. Knowledge and information System. 2007;12(1):95–116.
  16. Nogueira S, Sechidis K, Brown G. On the stability of feature selection. Journal of Machine Learning Research. 2018;18(174):1–54.
  17. Nilsson NJ. Artificial intelligence: A modern approach. Artificial Intelligence. Elsevier BV. 1996;82(1–2):369 –380. DOI: 10.1016/0004-3702(96)00007-0.
  18. Merkle EC, Steyvers M. Choosing a Strictly Proper Scoring Rule. Decision Analysis. 2013;10(4):292–304. DOI: 10.1287/deca.2013.0280.
  19. Aken BL, Ayling S, Barrell D, Clarke L, Curwen V, Fairley S, et al. The Ensembl gene annotation system. Database. 2016;2016:baw093. DOI: 10.1093/database/baw093.
  20. Orriols-Puig A, Bernadó-Mansilla E. Evolutionary rule-based systems for imbalanced data sets. Soft Computing. 2008;13(3):213–225. DOI: 10.1007/s00500-008-0319-7.
  21. Qiu W, Joe H. Generation of Random Clusters with Specified Degree of Separation. Journal of Classification. 2006;23(2):315–334. DOI: 10.1007/s00357-006-0018-y.
Опубликован
2019-04-08
Ключевые слова: экзон, интрон, биоинформатика, отбор признаков, имитационное моделирование, алгоритм классификации
Как цитировать
Волков, А. В., Яцков, Н. Н., & Гринев, В. В. (2019). Отбор информативных признаков экзонов генов человека. Журнал Белорусского государственного университета. Математика. Информатика, 1, 77-89. https://doi.org/10.33581/2520-6508-2019-1-77-89
Выпуск
№ 1 (2019): Журнал Белорусского государственного университета. Математика. Информатика
Раздел
Теоретические основы информатики

Copyright (c) 2019 Журнал Белорусского государственного университета. Математика. Информатика

Лицензия Creative Commons

Это произведение доступно по лицензии Creative Commons «Attribution-NonCommercial» («Атрибуция — Некоммерческое использование») 4.0 Всемирная.

Авторы, публикующиеся в данном журнале, соглашаются со следующим:

  1. Авторы сохраняют за собой авторские права на работу и предоставляют журналу право первой публикации работы на условиях лицензии Creative Commons Attribution-NonCommercial. 4.0 International (CC BY-NC 4.0).
  2. Авторы сохраняют право заключать отдельные контрактные договоренности, касающиеся неэксклюзивного распространения версии работы в опубликованном здесь виде (например, размещение ее в институтском хранилище, публикацию в книге) со ссылкой на ее оригинальную публикацию в этом журнале.
  3. Авторы имеют право размещать их работу в интернете (например, в институтском хранилище или на персональном сайте) до и во время процесса рассмотрения ее данным журналом, так как это может привести к продуктивному обсуждению и большему количеству ссылок на данную работу. (См. The Effect of Open Access).