यह शोधपत्र बिना लेबल वाले जीनोमिक डेटासेट से सबसे उपयोगी जीनोमिक बायोमार्करों की पहचान के लिए एक जीन पैनल चयन रणनीति प्रस्तुत करता है। विशेषज्ञ ज्ञान, मशीन लर्निंग मॉडल, या अनुमान-आधारित पुनरावृत्त अनुकूलन पर निर्भर मौजूदा विधियाँ पूर्वाग्रहों और अकुशलताओं से ग्रस्त हैं, जिनके कारण महत्वपूर्ण जैविक संकेत छूट सकते हैं। यह अध्ययन एक पुनरावृत्त जीन पैनल चयन रणनीति का प्रस्ताव करता है जो मौजूदा जीन चयन एल्गोरिदम से समूह ज्ञान का लाभ उठाकर पूर्व ज्ञान स्थापित करता है जो प्रारंभिक खोज स्थान का मार्गदर्शन करता है और विशेषज्ञ क्रियाओं द्वारा निर्मित पुरस्कार फलन के साथ सुदृढीकरण अधिगम को एकीकृत करता है। यह रणनीति प्रारंभिक सीमा से उत्पन्न पूर्वाग्रहों को कम करते हुए सुदृढीकरण अधिगम की संभाव्य अनुकूलनशीलता का लाभ उठाती है। व्यापक तुलनात्मक प्रयोग, केस स्टडी और अनुवर्ती विश्लेषण प्रस्तावित विधि की दक्षता और सटीकता को प्रदर्शित करते हैं, और एकल-कोशिका जीनोमिक डेटा विश्लेषण की प्रगति में योगदान देने की इसकी क्षमता पर प्रकाश डालते हैं।
