近年来，基于基因表达数据的癌症分类具有重要意义。这些基因表达数据已被广泛用于区分癌组织样本和健康组织样本以及鉴定不同的癌症亚型。在这方面，高通量脱氧核糖核酸测序技术的应用为胶质瘤癌症分类提供了一个全新的平台。基因表达数据通常具有高维度，样本数量相对较少。因此，设计一种能够挖掘具有明确生物学意义的信息基因的稳健分类算法成为一项具有挑战性的任务。在这方面，说明了对特征选择方法的全面综述。高维数据的可用特征选择方法通常属于以下三类之一：过滤器，包装器和嵌入式方法。滤波器方法操作快速且计算复杂度低。他们根据表达数据的固有特征评估基因。单变量滤波器的方法包括吨，相关系数，信噪比。而，基于相关性的特征选择，和马尔可夫毯过滤器被认为是多变量过滤器的方法;包装方法，测量所有可能的特征子集空间中的特征子集的有用性。通过包装器方法避免局部最小值问题，因为它使用覆盖特征空间的大部分的随机近似来执行搜索;嵌入式方法，利用分类模型中的内部信息来执行特征选择。分类器，诸如基于递归特征消除核支持向量机和随机森林是一个例子嵌入式方法。
　　 基于这三类特征选择技术，已经提出并评估了各种方法以正确识别癌症肿瘤。在这方面，基因标记如循环血液，精液，阴道分泌物，口腔粘膜，鼻分泌物和皮肤在鉴定差异表达的基因中起着非常关键的作用。由表现出使用两类基因表达数据集选择的基因的广泛概括。除此之外，诸如的标记物被设计用于检测胰腺癌和结肠癌。然而，尽管付出了努力，但这些实现的技术根据其建模性能而不同。另外，通过不同特征选择方法选择的信息基因非常微小重叠。因此，对特征选择方法的稳健性的评估值得更多关注。在这项工作中，研究人员从健康和肿瘤样本的群体中搜索了推定的基因生物标志物。该问题被映射到优化算法的比较中，用于选择一组特征，这些特征导致健康样本和肿瘤样本之间的两类分类任务的最高分类准确度。研究人员通过人工蜂群，蚁群优化，差异进化，以及粒子群优化算法。这些算法迭代地选择由称为的标准统计方法鉴定的差异表达基因的子集。使用进行健康和肿瘤样品的分类，负责最高分类准确性的基因作为候选生物标记组返回。为了防止由于该方法的内在随机性而将不相关的结果包括在小组中，研究人员运行研究人员的算法并使用多数投票方案来选择最终的差异表达基因组。负责最高分类准确性的重叠基因子集被认为是不同算法的最佳生物标记特征。对于该分析，考虑了基于下一代测序的膀胱，结肠，肾，脑，肝，肺，前列腺，皮肤和甲状腺癌的信使数据集。研究人员通过进行基因本体富集分析和途径富集分析等不同实验，研究了研究人员方法选择基因的生物学作用。
　　 在本文中，研究人员提出了一个管道，用于识别几种最常见癌症类型的稳健生物标记特征。对于该分析，来自的下一代测序数据已被用于突出显示健康和肿瘤样品之间显着差异表达的基因。实验结果表明，算法选择的信息基因本质上是独立的。优化算法之间的建模性能的变化导致选择微小重叠的基因组，而与数据集无关。然而，在优化算法的不同运行中的重叠基因集的多数投票被考虑用于选择最佳生物标记。负责最高分类准确性的重叠基因子集被认为是不同算法的最佳签名。此外，分类精度被认为是优化的下划线目标，结果表明所有使用的优化算法都达到了令人满意的分类精度。特别是，在所有测试数据集中获得稍高的准确度。总之，研究人员可以说当前的研究将健壮的基因识别为生物标志物特征，并分析了它们的生物学意义。对于这种分析，途径富集分析已被用于研究重叠具有途径的已知基因的基因。此外，富集分析还增加了一些有价值的见解。特别地，发现大多数鉴定的基因参与关键的肿瘤发生途径。因此，确定的生物标志物签名在研究人员的实验中可能有助于准确识别未知来源的肿瘤，以及所提出的模型本身，可能适用于其他临床查询。