Aplicação de Modelos Logísticos Univariados e Multivariados na Seleção de Genes para Problemas de Classificação de Leucemia

Alisson Marques da Silva¹

¹ CEFET-MG

doi:10.20906/CPS/CILAMCE2017-0338

Resumo

A classificação da Leucemia Aguda em seus subtipos Linfóide e Mielóide é geralmente realizada de acordo com a morfologia do tumor. No entanto, os subtipos podem ter aparência histopatológica similar, dificultando os procedimentos de diagnóstico. Este trabalho apresenta o uso de uma abordagem estatística baseada em análise univariada e multivariada, modelos logísticos e procedimentos de permutação para selecionar as variáveis estatisticamente mais relevantes. Esta abordagem foi empregada no problema de classificação de Leucemia. A base de dados utilizada nos experimentos é formada por perfis de expressão gênica, obtidas por meio de monitoramento de microarrays de DNA, de pacientes com Leucemia Aguda. Cada amostra é rotulada como ALL (Acute Lymphoid Leukemia - Leucemia Linfóide Aguda) ou AML (Acute Myeloid Leukemia - Leucemia Mielóide Aguda). Os dados possuem alta dimensionalidade e um pequeno número de amostras, o que torna necessário identificar e selecionar os genes mais importantes para esse diagnóstico. Para analisar o desempenho do processo foi utilizado, como agente classificador, uma rede neural MLP (MultiLayer Perceptron). Os resultados obtidos com a realização deste estudo foram comparados com os encontrados na literatura e se mostraram promissores.

Palavras-chave: Modelo Univariado; Modelo Multivariado; Expressão Gênica; Leucemia; ALL; AML