Classification of microarray gene expression cancer data by using artificial intelligence methods

Abstract

Günümüzde bilgisayar teknolojilerinin gelişmesi ile birçok alanda yapılan çalışmaları etkilemiştir. Moleküler biyoloji ve bilgisayar teknolojilerinde meydana gelen gelişmeler biyoinformatik adlı bilimi ortaya çıkarmıştır. Biyoinformatik alanında meydana gelen hızlı gelişmeler, bu alanda çözülmeyi bekleyen birçok probleme çözüm olma yolunda büyük katkılar sağlamıştır. DNA mikroarray gen ekspresyonlarının sınıflandırılması da bu problemlerden birisidir. DNA mikroarray çalışmaları, biyoinformatik alanında kullanılan bir teknolojidir. DNA mikroarray veri analizi, kanser gibi genlerle alakalı hastalıkların teşhisinde çok etkin bir rol oynamaktadır. Hastalık türüne bağlı gen ifadeleri belirlenerek, herhangi bir bireyin hastalıklı gene sahip olup olmadığı büyük bir başarı oranı ile tespit edilebilir. Bireyin sağlıklı olup olmadığının tespiti için, mikroarray gen ekspresyonları üzerinde yüksek performanslı sınıflandırma tekniklerinin kullanılması büyük öneme sahiptir.DNA mikroarray'lerini sınıflandırmak için birçok yöntem bulunmaktadır. Destek Vektör Makinaları, Naive Bayes, k-En yakın Komşu, Karar Ağaçları gibi birçok istatistiksel yöntemler yaygın olarak kullanmaktadır. Fakat bu yöntemler tek başına kullanıldığında, mikroarray verilerini sınıflandırmada her zaman yüksek başarı oranları vermemektedir. Bu yüzden mikroarray verilerini sınıflandırmada yüksek başarı oranları elde etmek için yapay zekâ tabanlı yöntemlerin de kullanılması yapılan çalışmalarda görülmektedir. Bu çalışmada, bu istatistiksel yöntemlere ek olarak yapay zeka tabanlı ANFIS gibi bir yöntemi kullanarak daha yüksek başarı oranları elde etmek amaçlanmıştır. İstatistiksel sınıflandırma yöntemleri olarak K-En Yakın Komşuluk, Naive Bayes ve Destek Vektör Makineleri kullanılmıştır. Burada Göğüs ve Merkezi Sinir Sistemi kanseri olmak üzere iki farklı kanser veri seti üzerinde çalışmalar yapılmıştır.Sonuçlardan elde edilen bilgilere göre, genel olarak yapay zekâ tabanlı ANFIS tekniğinin, istatistiksel yöntemlere göre daha başarılı olduğu tespit edilmiştir.

Today, the development of computer technologies has affected the studies in many areas. Advances in molecular biology and computer technologies have revealed the science of bioinformatics. Rapid developments in the field of bioinformatics have contributed greatly to the solution of many problems waiting to be solved in this field. The classification of DNA microarray gene expressions is one of these problems. DNA microarray studies are a technology used in the field of bioinformatics. DNA microarray data analysis plays a very effective role in the diagnosis of diseases related to genes such as cancer. By determining gene expressions depending on the type of disease, it can be determined with great success rate whether any individual possesses the diseased gene. The use of high-performance classification techniques on microarray gene expressions is of great importance to determine whether an individual is healthy.There are many methods for classifying DNA microarrays. Support Vector Machines, Naive Bayes, k-Nearest Neighbour, Decision Trees, such as many statistical methods are widely used. However, when these methods are used alone, they do not always give high success rates in classifying microarray data. Therefore, the use of artificial intelligence-based methods to achieve high success rates in the classification of microarray data is seen in the studies.In this study, in addition to these statistical methods, it is aimed to obtain higher success rates by using a method such as ANFIS based on artificial intelligence. K-Nearest Neighbourhood, Naive Bayes and Support Vector Machines were used as statistical classification methods. Here, studies on two different cancer data, namely breast and central nervous system cancer, have been conducted.According to the information obtained from the results, it was found that artificial intelligence based ANFIS technique was more successful than statistical methods.