基于進(jìn)化計(jì)算的最大相似雙聚類分析及其應(yīng)用.pdf

1、基因芯片實(shí)驗(yàn)產(chǎn)生的基因表達(dá)數(shù)據(jù)是一個(gè)規(guī)模巨大的數(shù)據(jù)集合，通常包含成了千上萬個(gè)基因，上百個(gè)樣本，因此數(shù)據(jù)具有維度高、數(shù)據(jù)量大等特點(diǎn)。同時(shí)又因?yàn)樯飩€(gè)體本身的復(fù)雜性，基因表達(dá)的水平可能具有極大的差異，也可能高度相似，呈一種無序分散的狀態(tài)。這些數(shù)據(jù)背后隱藏著巨大的信息，因此需要通過對基因表達(dá)數(shù)據(jù)的挖掘來揭示這些隱藏的信息。而雙聚類是基因表達(dá)數(shù)據(jù)一種很好的分析工具，相比傳統(tǒng)的聚類方法，雙聚類能夠挖掘出更加相似且具有生物意義的信息。因此，本文對基

2、因表達(dá)數(shù)據(jù)的雙聚類算法做了一系列的研究，主要工作有以下幾點(diǎn):
　　 首先，本文研究了雙聚類的類型、結(jié)構(gòu)、以及搜索策略，分析主流雙聚類算法的特點(diǎn)，研究基于進(jìn)化計(jì)算的雙聚類算法的模型，并提出可以改進(jìn)的方向。
　　 其次，本文最主要的工作是提出了一種基于進(jìn)化計(jì)算的最大相似雙聚類算法，用于基因表達(dá)數(shù)據(jù)的分析。該算法首先利用特征選擇算法從基因表達(dá)數(shù)據(jù)中選擇部分列作為參條件;然后基于參考條件將數(shù)據(jù)矩陣進(jìn)行矩陣轉(zhuǎn)換;接著根據(jù)參考基因求

3、得轉(zhuǎn)換矩陣的相似矩陣;最后利用進(jìn)化計(jì)算方法，按照二元編碼規(guī)則，初始化種群，進(jìn)行迭代直到進(jìn)化結(jié)束，得出最優(yōu)個(gè)體。算法將滿足一定條件的最優(yōu)個(gè)體解碼成雙聚類并將結(jié)果保存于結(jié)果集中，最終輸出一個(gè)雙聚類的集合。
　　 最后，本文在各類基因表達(dá)數(shù)據(jù)上做了對比實(shí)驗(yàn)來檢驗(yàn)算法的性能。第一類數(shù)據(jù)為創(chuàng)建的模擬數(shù)據(jù)集，第二類數(shù)據(jù)是兩個(gè)酵母菌的基因表達(dá)數(shù)據(jù)，第三類數(shù)據(jù)是癌癥基因表達(dá)數(shù)據(jù)。本文對從各類數(shù)據(jù)搜索出的雙聚類按照一定的評分準(zhǔn)則打分，比較各個(gè)雙聚