אופטימיזציה של בחירת תכונות בנתוני מיקרואריי לסרטן באמצעות מסגרת אבולוציונית מונעת-Heap למרחבים בעלי־ממדיות גבוהה

מדוע חשוב לבחור את הגנים הנכונים

בדיקות לסרטן המבוססות על טכנולוגיות גנטיות מודרניות יכולות למדוד עשרות אלפי גנים בבת אחת, אך לרופאים יש פעמים רבות נתונים ממספר מצומצם של מטופלים בלבד. מוסתר בתוך "ג'ונגל" גנטי עצום זה נמצא מספר קטן בהרבה של אותות שמבדילים באמת בין סוגי סרטן שונים, או בין גידול לרקמה בריאה. מאמר זה מציג שיטה חכמה לחיפוש אוטומטי של אותם גנים מרכזיים, שמטרתה לשפר את דיוק האבחון הממוחשב של סרטן, להאיץ אותו ולהפוך את הפענוח לקל יותר.

יותר אותות מהמעט נתונים

ניסויי מיקרואריי וטכנולוגיות דומות מאפשרים לחוקרים למדוד רמות פעילות של אלפי גנים בכל דוגמת מטופל. אולם מספר הדגימות בדרך כלל קטן מאוד, לפעמים פחות ממאה. רבות מהמדידות האלה רעשניות, מיותרות או לא רלוונטיות למחלה הנבחנת. שמירה על כל המדידות עלולה להציף אלגוריתמים של למידה, להאט חישובים ולייצר מודלים מטעות שמתקשרים לתקלות אקראיות במקום לביולוגיה האמיתית. התהליך של קיצוץ וסינון לתת-קבוצה שימושית נקרא "בחירת תכונות", והוא קריטי אם אנו רוצים תחזיות אמינות מנתונים רפואיים בעלי־מימד גבוה.

אסטרטגיית חיפוש בהשראת סולמות ארגוניים

המחברים בונים על גישה אופטימיזציונית עדכנית שנקראת Heap‑Based Optimizer (HBO), אשר שואבת רעיונות מארגון עובדים בחברה. דמיינו שכל קבוצת גנים אפשרית כ"עובד" שהביצועים שלו נשפטים לפי עד כמה היא מסייעת לממיין להבחין בין דגימות סרטן לבריאות. עובדים אלה מסודרים בהיררכיה, כמו בסולם ארגוני, באמצעות מבנה מחשב הידוע כ‑heap. קבוצות גנים בעלות ביצועים גבוהים נמצאות קרוב לראש, בעוד החלשות נמצאות נמוך יותר. לאורך סבבים רבים, העובדים שנמצאים בדירוג נמוך מעדכנים את בחירותיהם על ידי העתקה ושינוי קל של מה שבוסים ועמיתים עושים, וכך הארגון כולו נוטה בהדרגה לפתרונות טובים יותר.

הפיכת נתוני גנים גולמיים לדפוסים חדים יותר

כדי לייעל את החיפוש, המחברים לא מסתמכים רק על קריאות גנים גולמיות. הם קודם מעצבים מחדש את נתוני המיקרואריי לצורה דמויית-תמונה ומיישמים טכניקה בשם Histogram of Oriented Gradients (HOG), הנפוצה בתחום הראייה הממוחשבת. HOG תופס כיצד רמות הביטוי משתנות לאורך הגנים, ומדגיש דפוסים מקומיים במקום מדידות מבודדות. תכונות מבוססות-דפוס אלו משולבות לאחר מכן עם המידע הגנטי המקורי. ממיין פשוט שנקרא k‑Nearest Neighbors (KNN) משמש כ"שופט" — מדורג כל תת-קבוצה מועמדת לפי דיוק הסימון של דגימות חדשות ובאותו הזמן מעניק יתרון לקבוצות קטנות ודחוסות יותר.

בדיקה על מערכי נתונים בסרטן שונים

החוקרים העריכו את הגרסה הבינארית של Heap‑Based Optimizer (BHBO) על תשעה מערכי מיקרואריי ציבוריים של סרטן, כולל גידולי מוח, לוקמיות, סרטן הערמונית ואוספי גידולים מעורבים עם תתי‑סוגים רבים. בכל מערך נתונים נמדדו אלפים עד יותר מחמישה עשר אלף גנים אך היו מעט דגימות מטופלים. לכל מערך הפעילו את BHBO פעמים רבות והשוו אותו לשבעה שיטות חיפוש ידועות, כגון אלגוריתמים גנטיים ואופטימיזציית חלקיקים. הצוות מדד לא רק את הדיוק, אלא גם כמה גנים נשמרו, כמה מהר החיפוש התכנס וכמה יציבים היו התוצאות כאשר הנתונים הופרעו על ידי רעש מדומה, השפעות batch ושגיאות תיוג.

מה השיגה השיטה החדשה

בכל תשעת מערכי הנתונים, הגישה המונעת־heap השיגה דיוק ממוצע של כ‑95 אחוז תוך צמצום מספר הגנים ביותר מ‑85 אחוז. היא ניצחה בבירור שיטות מתחרות במספר מערכים והראתה התכנסות מהירה יותר, כלומר זיהתה קבוצות גנים טובות בתוך פחות צעדי חיפוש. גם כאשר המחברים פגמו בכוונה בנתונים — על ידי הוספת רעש או הפיכת תיוגים של דגימות — ביצועי השיטה ירדו רק במעט ונשארו טובים יותר מהחלופות. מבחנים סטטיסטיים אישרו שהשיפורים האלה אינם סבירים שנבעו במקרה.

מה זה אומר לאבחון סרטן בעתיד

מבחינה מעשית, עבודה זו מראה כי אסטרטגיית חיפוש מעוצבת בקפידה יכולה לנפות אוספים גנטיים עצומים ולחשוף לוחות גנים קטנים ועשירים במידע שעדיין מסווגים סרטן היטב. עבור רופאים וחוקרים, קבוצות גנים קומפקטיות כאלה קלות יותר לאימות ביולוגי, זולות יותר למדידה במבחנים המשך ומתאימות יותר לשילוב בכלי תמיכה בהחלטות. למרות שהשיטה אינה ממציאה ישירות תרופות או מסלולים ביולוגיים חדשים, היא ממקדת את הזרקורים על סמני גנטיים מבטיחים, ועוזרת למחקרים אחרים להתמקד באותות המידע המעניינים ביותר המוסתרים בנתוני סרטן בעלי־ממדיות גבוהה.

ציטוט: Alweshah, M., Jebril, H., Kassaymeh, S. et al. Optimizing feature selection in cancer microarray data using a heap-driven evolutionary framework for high-dimensional spaces. Sci Rep 16, 6726 (2026). https://doi.org/10.1038/s41598-026-37803-5

מילות מפתח: מיקרואריי לסרטן, בחירת תכונות, אופטימיזציה מטא-היוריסטית, סמנים גנטיים, כריית נתונים רפואיים