基于小波去噪和互譜估計的基因表達數(shù)據(jù)分析.pdf

1、隨著人類基因組計劃的實施，分子生物學家提供了大量生物分子的原始數(shù)據(jù)，需要利用現(xiàn)代計算技術對這些數(shù)據(jù)進行收集、整理、管理以便于檢索使用。同時還需要對數(shù)據(jù)進行比對、分析，建立計算模型，進行仿真、預測與驗證。生物信息學的中心任務就是從浩如煙海的序列數(shù)據(jù)中提取理性知識，從中確定與某一特定生命現(xiàn)象相關的基因及其功能，這已成為后基因組時代國際上爭奪的焦點，其中基因表達數(shù)據(jù)分析又是生物信息學研究的重點和熱點。 在本論文中，首先介紹了基因表達

2、數(shù)據(jù)分析成為生物信息學研究熱點的背景知識，以及有關基因表達數(shù)據(jù)分析的生物學知識，綜述了基因表達數(shù)據(jù)分析的國內外研究現(xiàn)狀，同時介紹了本選題與電氣學科的關系。在此基礎上，從信號處理的角度對基因表達數(shù)據(jù)進行了分析。 首先對基因表達數(shù)據(jù)分析中的聚類問題進行了研究。主要就基因表達數(shù)據(jù)聚類分析中存在的噪聲問題，提出了采用小波變換方法進行去噪，然后再進行模糊c-均值聚類的方法，就去噪過程中小波變換實現(xiàn)的方法進行了探討和比較，給出了聚類結果，

3、并與直接模糊c-均值聚類的結果進行了比較。結果表明，對與酵母細胞周期調控有關的基因表達數(shù)據(jù)小波去噪處理后再聚類的準確度優(yōu)于直接的模糊聚類，能夠區(qū)分出不同的基因表達模式，并且同一類中的基因表達模式基本一致，是一種更有效的聚類方法。用于其他未知功能基因的聚類分析，將可以準確地探測聚類，為進一步分析它們的生物功能提供參考。 然后針對基因之間的延時調控關系，嘗試了將信號處理中的互譜估計方法運用到基因表達數(shù)據(jù)分析中。提出了采用互譜估計方