随着基因芯片技术的发展，人们可以同时观测到给定样本在一定实验条件下所有基因的表达水平，即基因表达谱。然而，面对如此巨大的基因表达谱数据，如何从这些海量数据中提取出有用的信息就成为一项具有挑战性的工作。近年来，已有大批的研究学者致力于基因表达谱的研究，目的是希望从中挖掘出对肿瘤检测更有价值的基因，据此以寻求癌症的原因及机理，进而找到可能的治疗靶基因。在这些研究中，并不是所有基因的表达谱数据都与治疗肿瘤有关，如果使用这些原始数据直接训练分类器，不但会增加分类器的计算复杂性而且由于那些不相关基因的干扰，分类性能会严重地受到影响。因此，选取与肿瘤相关的特征基因，便成为肿瘤诊断中关键的-步。
1999年，Golubtn等采用“信噪比”来评价基因的分类选取了50个特征基因，并用加权投票的方法对leukemia样本进行了分类。l(h粕田等先用主元分析法对基因表达谱数据进行降维，然后用灵敏度分析法选取96个特征基因对SRBCTs进行分类。Tibshir姐i【8等利用收缩质心法选择特征基因，分别用21和43个特征基因对Leukemia和SRBCTs两数据集进行了分类。Guyon[41等用支持向量机和RFE方法进行特征基因提取，对Leukemia和Colon样本数据集进行了分类。李建中同等针对样本集中样本类别的不平衡性提出了一种与数据分布模型无关的基因选择方法，并在两种肿瘤数据集上验证了这种方法的有效性和稳健性。Jourdant6t-等结合粒子群算法、遗传算法和支持向量机对基因表达谱数据进行了分析，取得了很好的结果。
