پيش‌بيني ژن‏هاي بيماري با استفاده از دسته‏بند تك‌كلاسي ماشين بردار پشتيبان

در بحث شناسايي و دسته‏بندي ژن‏هاي بيماري، متخصصان تنها به دسته‏بندي يك كلاس خاص، يعني ژن‏هاي بيماري علاقه‌مند هستند و توجهي به كلاس‏هاي ديگر، يعني ژن‏هاي غيربيماري ندارند. در مباحث يادگيري ماشين، اين كاربرد تحت عنوان دسته‏بندي تك‌كلاسي مطرح مي‌شود. روش‏هاي موجود مبتني بر يادگيري معمولاً ژن‏هاي شناخته‌شده بيماري را به‌عنوان مجموعه آموزشي مثبت و ژن‏هاي ناشناخته را به‌عنوان مجموعه آموزشي منفي براي ايجاد يك دسته‏بند دودويي استفاده مي‌كنند. ازآنجايي‌كه در پايگاه داده‏هاي موجود در علم ژنتيك، مجموعه ژن غيربيماري وجود ندارد، ما در اين مقاله با استفاده از روش دسته‏بند تك‏كلاسي ماشين بردار پشتيبان (OCSVM)، و درنظرگرفتن تنها ژن‏هاي بيماري‏زا اقدام به شناسايي داده‏هاي بدون برچسب‏ مي‏كنيم. روش پيشنهادي نسبت به روش‏هاي موجود از لحاظ معيار‏هاي دقت ، بازخواني و معيارF1 نتايج بهتري را ارايه مي‌دهد