モデル集団分析に基づいて、サポートベクターマシンを使用して予測遺伝子を発見するためのレシピ

マイクロアレイベースの腫瘍分類のための少数の有益な遺伝子を選択することは、がんの予測と治療の中心です。モデル集団分析に基づいて、ここでは、有益な遺伝子を選択するためのサポートベクターマシン（SVM）で動作するように設計された、マージンインパクト分析（MIA）と呼ばれる新しいアプローチを提示します。マージンの影響分析を実行するための理論的根拠は、サポートベクトルマシンのマージンがSVMモデルの一般化パフォーマンスの根底にある重要な要素であるという事実にあります。簡単に言えば、MIAは、Mann-Whitney U検定を使用して、マージンに統計的に有意な影響を与える遺伝子を明らかにすることができます。2サンプルTテストではなくMann-Whitney Uテストを使用する理由は、Mann-Whitney Uテストは、分布関連の仮定のないノンパラメトリックテスト方法であり、堅牢な方法でもあるためです。2つの公的に利用可能な癌性マイクロアレイデータセットを使用して、MIAは通常、少数のマージンインフレンシング遺伝子を選択し、文献で報告されているものと比較して同等の分類精度をさらに達成できることが実証されています。著名な機能と優れたパフォーマンスにより、MIAは高次元マイクロアレイデータの遺伝子選択のための優れた代替手段になる可能性があります。（GNUの一般的なパブリックライセンスバージョン2.0を備えたMATLABのソースコードは、http://code.google.com/p/mia2009/で無料で入手できます）。

Selecting a small number of informative genes for microarray-based tumor classification is central to cancer prediction and treatment. Based on model population analysis, here we present a new approach, called Margin Influence Analysis (MIA), designed to work with support vector machines (SVM) for selecting informative genes. The rationale for performing margin influence analysis lies in the fact that the margin of support vector machines is an important factor which underlies the generalization performance of SVM models. Briefly, MIA could reveal genes which have statistically significant influence on the margin by using Mann-Whitney U test. The reason for using the Mann-Whitney U test rather than two-sample t test is that Mann-Whitney U test is a nonparametric test method without any distribution-related assumptions and is also a robust method. Using two publicly available cancerous microarray data sets, it is demonstrated that MIA could typically select a small number of margin-influencing genes and further achieves comparable classification accuracy compared to those reported in the literature. The distinguished features and outstanding performance may make MIA a good alternative for gene selection of high dimensional microarray data. (The source code in MATLAB with GNU General Public License Version 2.0 is freely available at http://code.google.com/p/mia2009/).