Gene Selection Based on Consistency Modelling, Algorithms and Applications, Fachbücher von Yingjie Hu

Das Buch "Gene Selection Based on Consistency Modelling, Algorithms and Applications" von Yingjie Hu behandelt ein innovatives Thema im Bereich der Krebsbioinformatik, das sich mit der Konsistenzmodellierung für die Genselektion befasst. In der Forschung wird häufig festgestellt, dass die Ergebnisse von Klassifikations- oder Clusteranalysen auf Trainingsdatensätzen stark von den Ergebnissen auf Testdatensätzen abweichen. Diese Diskrepanz wird als Konsistenzproblem betrachtet, das insbesondere durch die Inkonsistenz von Mikroarray-Datensätzen verstärkt wird. Diese Inkonsistenz stellt eine Herausforderung für gängige Methoden der Genselektion dar, die für die Krebsdiagnose und -prognose entscheidend sind. In dieser Arbeit wird ein neues Konzept der leistungsbasierten Konsistenz vorgestellt, das auf acht Benchmark-Datensätzen aus Mikroarray- und Proteomik-Studien untersucht wurde. Die Ergebnisse zeigen, dass verschiedene Mikroarray-Datensätze unterschiedliche Konsistenzmerkmale aufweisen und dass eine verbesserte Konsistenz zu einer unvoreingenommenen und reproduzierbaren Ergebnisqualität mit hoher Vorhersagegenauigkeit für Krankheiten führen kann.