Biomarker identification for discrimination of cancer types

RNA sıralama verileri, doku veya kan örneklerine dayanarak mRNA gen seviyelerinin ölçümlerini sağlar. Transkriptomdaki kritik değişiklikler, RNA dizileme verisi ile daha iyi incelenerek hastalığın davranışını daha doğru şekilde gözlemlemeye yardımcı olur. Bu çalışmada, kan örneklerinden elde edilen RNA dizileme verileri kullanılarak kanser türlerinin doğru şekilde ayırt edilebilmesi için farklı özellik seçim yöntemleri ve makine öğrenme algoritmaları incelenmiştir. Analizde altı kanser türü birbiriyle ve sağlıklı örneklerle karşılaştırılmıştır. Özellik seçim yöntemleri olarak korelasyon katsayısı ve bilgi kazanımı analizleri uygulanmıştır. Seçilen genler, 10 katlı çapraz doğrulama uygulanarak değerlendirilen Destek Vektör Makinesi (SVM), Naif Bayes (NB) ve Rastgele Orman (RF) makine öğrenme algoritmalarına girdi olarak verilmiştir. Deney sonuçlarında, makine öğrenme algoritmaları, hepatobiliyer, akciğer ve pankreas kanseri tiplerinin ayırt edilmesinde 0,85 doğruluk elde etmiştir. Makine öğrenim modelleri doğruluk açısından değerlendirildiğinde, RF ve SVM'nin birçok durumda NB'den daha başarılı olduğu görülmüştür. Literatüre dayalı bir doğrulama, sınıflandırıcılarda kullanılan bazı genlerin, hepatobiliyer ve pankreas kanserlerinin ayırt edilmesinde ümit verici biyobelirteçler olabileceğini ortaya koymuştur.