Mohamed Yusoff, Syarifah Adilah
(2016)
Artificial Bee Colony With Differential Evolution Algorithm For Feature Extraction And Selection Of Mass Spectrometry Data.
PhD thesis, Universiti Sains Malaysia.
Abstract
Kemajuan dalam teknik spektrometri jisim untuk kajian proteomik telah meningkatkan
penemuan pengecaman-bio daripada corak kuantitatif proteomik. Pemprosesan
data yang banyak untuk molekul yang terlibat boleh meningkat kepada siri puncak saling
berkait dan bertindih di dalam spektrum jisim. Spektrum ini juga mengalami data
berdimensi tinggi berbanding saiz sampel yang kecil. Beberapa kajian telah memperkenalkan
teknik statistik dan pembelajaran mesin seperti Analisa Komponen Asas
((PCA)), Analisa Komponen Tak Bersandar ((ICA)) dan Analisa Riak Pekali (waveletcoefficient)
untuk mengekstrak data yang berpotensi. Namun, tiada satu pun daripada
kaedah yang dibincangkan mengambil kira dengan serius masalah kelemahan data
yang berdimensi tinggi benbanding saiz sample yang kecil. Kajian ini telah tertumpu
kepada dua peringkat dalam analisa spektometri jisim. Pertama, kaedah ciri penyaringan
iaitu akan menyaring puncak-puncak yang memberi inferens tentang maksud
biologi bagi data tersebut. Anggaran pengecutan bagi kovarians telah di cadangkan
untuk mengumpul m/z windows dan mengenalpasti pekali korelasi terbaik antara
puncak-puncak bagi data spektometri jisim untuk ciri penyaringan. Kedua, kaedah ciri
pemilihan yang mencari ciri-ciri terbaik berdasarkan keputusan yang paling tepat daripada
model klasifikasi yang dijanakan.
The advancement in mass spectrometry technique for proteomic studies has proliferated
the discovery of biomarkers from quantitative proteomics pattern. Highthroughput
data for a given molecule can give rise to a series of inter-related and
overlapping peaks in a mass spectrum. The spectrum suffers from high dimensionality
data relative to small sample size. Several studies have proposed statistical and machine
learning techniques such as Principle Component Analysis (PCA), Independent
Component Analysis (ICA) and wavelet-coefficient in order to extract the potential features.
However, none of these methods take into account the huge number of features
relative to small sample size. This study focused on two stages of mass spectrometry
analysis. Firstly, feature extraction methods extract peaks as potential features to infer
biological meaning of the data. Shrinkage estimation of covariance was proposed to
assemble m=z windows and identify the correlation coefficient among peaks of mass
spectrometry data for feature extraction. Secondly, feature selection techniques search
parsimonious features through a learning model that exhibits the most accurate results.
Actions (login required)
 |
View Item |
![[img]](http://eprints.usm.my/style/images/fileicons/application_pdf.png)
