本站讯  近日，我院2017级硕士研究生张家林同学作为第一作者在国际生物信息学权威期刊Briefings inbioinformatics发表题为《FS–GBDT: identification multicancer-risk module via a feature selection algorithm by integrating Fisher score and GBDT》的研究论文(DOI: 10.1093/bib/bbaa189)。山东大学(威海)为论文第一完成单位，导师张玉森教授为论文通讯作者。

Briefings in Bioinformatics是牛津大学出版社（Oxford Academic）出版的JCR一区顶级期刊，2019年的影响因子为9.101，在SCI收录的59个“Mathematical & Computational Biology”类期刊中排名第1，在SCI收录的79个“Biochemical Research Methods”类期刊中排名第3。

该研究提出了一种识别泛癌症基因模块的混合特征选择算法FS-GBDT。癌症是由不同细胞类型和组织失调引起的高度异质性疾病。但是，不同的癌症可能具有相同的发病机制。鉴定参与癌症产生和发展的关键基因对于癌症的治疗至关重要，对多种癌症的联合分析可能有助于发现不同癌症之间的重叠发病机制。这项研究中提出了一种融合特征选择框架，即融合Fisher分数法和梯度提升决策树的新型算法，以在高维基因表达数据集中选择关键性的特征基因。然后对11种人类癌症进行了联合分析，以探索影响癌症发病的关键特征基因子集。FS-GBDT与其他四种适用于高维数据的特征选择算法进行了比较，均取得了最好的结果。该研究最终鉴定出了31个高分特征基因并归类于不同的信号通路，其中一些基因参与重要的癌症信号通路，对癌症的产生和发展有重要影响，在未来对于新型药物研发和临床诊断有重要的参考意义。

原文链接：https://academic.oup.com/bib/advance-article-abstract/doi/10.1093/bib/bbaa189/5901960?redirectedFrom=fulltext

来自：数学与统计学院