Aplicação de métodos computacionais de mineração de dados na classificacão e seleção de oncogenes medidos por microarray / Oncogenes classification measured by microarray using data mining computational methods
Rev. bras. cancerol
; 58(2): 241-249, abr.-jun. 2012. tab
Article
in Pt
| LILACS
| ID: lil-647229
Responsible library:
BR440.1
RESUMEN
Introdução:
Nas últimas décadas, o câncer ganhou uma dimensão maior, convertendo-se em um evidente problema de saúde pública mundial. A Organização Mundial da Saúde estimou que, no ano 2030, podem-se esperar 27 milhões de casos incidentes de câncer e 17 milhões de mortes por câncer. Frente a esse cenário alarmante, a mineração de dados traz métodos e ferramentas capazes de auxiliar na construção de conhecimentos mais incisivos sobre o câncer.Objetivo:
Este trabalho tem por objetivo aplicar cinco métodos tradicionais da mineração de dados à base de dados NCI60, construída com dados oriundos de experimentos de microarray, com níveis de expressão de 1.000 genes agrupados em nove classes de câncer.Método:
Foram utilizados neste trabalho os métodos J48, Random Forest, PART , IBK e Naive Bayes, pertencentes ao ambiente Weka, bem tradicionais na mineração de dados. Devido ao baixo número de registros para determinadas classes, utilizou-se, na validação dos resultados obtidos pelos classificadores, o 3-fold cross validation.Resultados:
O classificador que obteve a melhor precisão foi o IBK, enquanto os classificadores J48 e PART conseguiram diminuir o conjunto de genes drasticamente, construindo conhecimento de alto nível na forma de árvores ou regras.Conclusão:
Os resultados obtidos neste trabalho podem ser utilizados como ferramentas que visam a auxiliar no enfrentamento do câncer, podendo ser utilizadas na classificação de novos casos ou para se conhecer, cada vez mais, as relações gene/gene e gene/câncer.
Full text:
1
Index:
LILACS
Main subject:
Oncogenes
/
Gene Expression
/
Computational Biology
/
Databases as Topic
Limits:
Female
/
Humans
/
Male
Language:
Pt
Journal:
Rev. bras. cancerol
Journal subject:
NEOPLASIAS
Year:
2012
Type:
Article