Diagnóstico genético del cáncer por seis tipos de datos de Microarrays que son representativos de datos de paisajes
Profesor emérito de la Escuela de Economía de la Universidad de Seikei Shuichi Niimura
Según el profesor Golub de Harvard Medical School et al., "El diagnóstico genético de cáncer por datos de Microarray que son representativos de datos de paisajes" se realizó durante más de 30 años y no hay una conclusión clara (análisis de discriminación, pregunta 5).Muchos estadísticos señalan problemas que no pueden ser tratados estadísticamente.
1. Problema pequeño p y grande, es decir, >>> n datos horizontalmente largos.Por ejemplo, cuando se discriminan y regresan el cáncer y 100 sujetos normales alrededor de 10,000, se trata de un problema de NP-duro como la selección de variables.
2. Un oncogén eficaz para la discriminación se oculta por el ruido dimensional alto restante y no se puede separar bien.
Y así sucesivamente.
Después de graduarme de la universidad en 1971, desarrollé la lógica del sistema de diagnóstico automático del electrocardiograma con el LDF de Fisher en el Centro de Enfermedades para Adultos de Osaka, pero no satisfacía la lógica de la rama del médico.Esta experiencia considera que la teoría de la discriminación estadística es inapropiada para el diagnóstico médico y se basa en la función discriminante lineal óptima basada en el estándar de Número mínimo de errores de clasificación (MNM) por el método de programación matemática y el "método de validación cruzada de 100 veces (método 1) para muestra pequeña" "Y" Método de selección de características de Matryoshka (Método 2) "para resolver los cinco problemas del análisis discriminante.El problema 5, que no se puede resolver en 30 años, se resolvió con el Método 2 en solo 54 días.En los datos de Microarray, la normalidad y la anomalía se pueden discriminar por completo de un conjunto de genes mucho menor que n (100) en el número de elementos de datos y en docenas de sumas exclusivas (Small Matryoshka, SM) de dichos pares de genes (Small Matryoshka, SM) Fue capaz de separarse completamente en el conjunto y el espacio de ruido dimensional alto restante.Estos fueron publicados por Springer.Luego, informamos sobre la primera creación exitosa del índice de cáncer maligno en el mundo mediante el análisis de todos los SM obtenidos por el análisis de varianza unilateral de JMP, análisis de conglomerados, PCA, función estadística discriminante.Estos resultados se compilaron y publicaron en la versión de Amazon Kindle (Desde el análisis de genes de cáncer hasta el diagnóstico de genes de cáncer, 1200 yenes).
