Pathway-based microarray analysis with negatively correlated feature sets for disease classification
Conference proceedings article
ผู้เขียน/บรรณาธิการ
กลุ่มสาขาการวิจัยเชิงกลยุทธ์
ไม่พบข้อมูลที่เกี่ยวข้อง
รายละเอียดสำหรับงานพิมพ์
รายชื่อผู้แต่ง: Sootanan P., Meechai A., Prom-On S., Chan J.H.
ผู้เผยแพร่: Springer
ปีที่เผยแพร่ (ค.ศ.): 2011
Volume number: 7062 LNCS
Issue number: PART 1
หน้าแรก: 676
หน้าสุดท้าย: 683
จำนวนหน้า: 8
ISBN: 9783642249549
นอก: 0302-9743
ภาษา: English-Great Britain (EN-GB)
บทคัดย่อ
Accuracy of disease classification has always been a challenging goal of bioinformatics research. Microarray-based classification of disease states relies on the use of gene expression profiles of patients to identify those that have profiles differing from the control group. A number of methods have been proposed to identify diagnostic markers that can accurately discriminate between different classes of a disease. Pathway-based microarray analysis for disease classification can help improving the classification accuracy. The experimental results showed that the use of pathway activities inferred by the negatively correlated feature sets (NCFS) based methods achieved higher accuracy in disease classification than other different pathway-based feature selection methods for two breast cancer metastasis datasets. ฉ 2011 Springer-Verlag.
คำสำคัญ
Pathway-based feature selection
ติดต่อสอบถามเพิ่มเติมได้ที่