编辑推荐：
研究人员针对癌症基因数据集特征选择难题，开展 AMF-SBPSO 研究，获 100% 分类准确率，意义重大。
癌症，这个全球健康的 “头号大敌”，每年都无情地夺走约 1000 万人的生命，稳居人类死因排行榜第二位。它就像一个隐藏在暗处的 “幽灵”，早期症状不明显，一旦被发现，往往已经到了难以治愈的阶段。不过，要是能在早期精准识别癌症类型，患者的生存率就能大幅提升，从 56% 飙升到 86% 以上。在生物技术和分子生物学领域，微阵列基因表达数据集是识别癌症类型的重要 “武器”，但它也有个大麻烦 —— 基因数量庞大，常常多达数千个，可数据样本却少得可怜，一般不到 100 例。这就好比在茫茫大海里捞针，用传统的机器学习技术来分析这些数据，不仅效果差，还容易出现 “过拟合” 的问题。
为了攻克这个难题，来自 Birzeit 大学、马来西亚国民大学、巴士拉大学和阿尔巴卡应用大学的研究人员携手合作，开展了一项极具创新性的研究。他们提出了一种全新的混合基因选择方法 —— 自动多滤波器与空间约束粒子群优化混合算法（AMF-SBPSO），相关研究成果发表在《Heliyon》杂志上。
研究人员为开展此项研究，运用了多种关键技术方法。他们使用了来自
https://csse.szu.edu.cn/staff/zhuzx/Datasets.html网站的 9 个微阵列数据集。在基因选择过程中，采用了卡方检验、信息增益比和方差分析（ANOVA）这三种滤波器方法，以此评估基因的重要性。同时，引入粒子群优化（PSO）算法，在此基础上进行改进，提出空间约束粒子群优化（SBPSO）算法，用于寻找最优基因子集。此外，还运用了 k 近邻分类器（K-NN）、支持向量机（SVM）和多层感知器网络（MLP）这三种机器学习算法，对所选基因的有效性进行评估。
下面来看具体的研究结果：
- AMF 与其他滤波器的比较：研究人员将 AMF 与三种基本滤波器以及原始基因（所有基因）进行对比。结果显示，在大多数情况下，所有滤波器方法都比原始基因表现更好，这凸显了基因选择滤波器在癌症分类中的重要性。而且，AMF 的表现优于或与其他滤波器方法相近。通过实验发现，不同数据集适用的最佳滤波器不同，AMF 能够通过测试和评估，为每个数据集选择最佳滤波器和最优的基因选择比例。例如，在使用 K-NN 分类器时，AMF 产生的平均准确率最高，这表明 AMF 在所有数据集上的表现优于单一滤波器。
- AMF-SBPSO 与其他流行群算法的比较：该研究将 PSO 和 SBPSO 与其他流行的群智能算法进行对比，结果显示 PSO 在部分数据集上表现较好，但在某些数据集上不如其他算法。而 SBPSO 在所有测试数据集上均优于其他群算法，在 9 个测试数据集中，有 5 个达到了 100% 的准确率，平均准确率高达 95.41%，远超其他算法。经 Friedman 统计检验，SBPSO 在统计上显著优于其他算法，这表明 SBPSO 在减少基因数量和提高癌症数据集分类准确率方面具有很大的优势。
- AMF-SBPSO 与最先进方法的比较：研究人员将 AMF-SBPSO 与最先进的方法进行比较，结果显示 AMF-SBPSO 在所有测试数据集上均达到了 100% 的准确率，而其他方法无法达到这一成绩。尽管在某些比较中，p 值表明 AMF-SBPSO 与其他方法没有显著差异，但它的高准确率依然凸显了其优越性。这主要得益于 AMF 机制能够为每个数据集选择最佳的滤波器和比例，改进后的 PSO 有助于生成最优的基因子集，以及 AMF 和 SBPSO 的混合方法。
在研究结论和讨论部分，AMF-SBPSO 这种混合方法展现出了强大的实力。它通过两个主要阶段实现了高效的基因选择和癌症分类。第一阶段的 AMF 方法，利用卡方、信息增益和 ANOVA 三种滤波器，能够为每个数据集确定最佳的滤波器大小比例和最佳滤波器，去除最不相关的基因，降低微阵列数据集的维度。第二阶段的 SBPSO 算法，对 PSO 算法进行改进，运用空间约束方法优化基因选择过程，同时不损失分类准确率。通过在 9 个公开数据集上的实验，并与其他方法对比，AMF-SBPSO 的分类准确率达到了 100%，且统计检验显示其具有显著差异。这充分证明了 AMF-SBPSO 在选择重要相关基因、提高癌症分类准确率方面的有效性，为癌症研究和诊断提供了一种极具潜力的新方法。不过研究人员也指出，未来还可以在更多新的真实世界数据集上进行测试，并且使用不同的分类模型评估该方法，进一步挖掘其性能。
