13、基因相似性度量的相关性及特征选择研究

基因相似性度量的相关性及特征选择研究

在生物学研究中，基因相似性度量以及特征选择是非常重要的研究内容。基因相似性度量有助于我们理解基因之间的关系，而特征选择则能帮助我们从大量基因数据中提取关键信息。下面将详细介绍相关的度量方法、数据集分析以及研究结果。

1. GO术语相似性度量

在评估GO（Gene Ontology）术语相似性时，有四种常用的度量方法。其中前三种属于语义度量，最后一种基于基因本体图中两个GO术语之间的距离。
- 语义GO术语相似性度量
- 语义度量基于本体术语 $a \in A$ 的信息内容 $\tau(a)$ 的概念，其计算公式为：
- $\tau(a) = -\ln(P(a))$
其中，$P(a)$ 是术语 $a$ 的注释数量与分析基因数量的比率。
- Resnik提出的最简单的相似性度量方法，仅考虑比较术语 $a_i$ 和 $a_j$ 的共同祖先的信息内容 $\tau_{ca}(a_i,a_j)$，公式如下：
- $s^{(R)} A (a_i,a_j) = \tau {ca}(a_i,a_j)$
- Jiang - Conrath提出的更复杂的方法，术语距离定义为：
- $d^{(JC)} A (a_i,a_j) = \tau(a_i)+ \tau(a_j)-2\tau {ca}(a_i,a_j)$
- Lin提出的基于信息概念的最后一种度量方法为：
- $s^{(L)} A (a_i,a_j) = \frac{2\tau {ca}(a_i,a_j)}{\tau(a_i)+