基因表達數(shù)據(jù)的聚類算法設(shè)計與分析.pdf

1、DNA的微陣列技術(shù)(microarray)使得在重要的生物過程中同時檢測大量的基因表達水平變得可能。揭示隱藏在基因表達數(shù)據(jù)中的基因模式可以提供一個可以加深對功能性基因的理解的重要機會。但是，巨大的基因數(shù)目和生物網(wǎng)絡(luò)的復(fù)雜性增加了理解和解釋這些基因的挑戰(zhàn)。而解決這個挑戰(zhàn)的第一步工作就是利用聚類技術(shù)，因為它是從底層的數(shù)據(jù)中揭示自然結(jié)構(gòu)和識別有意義的模式的數(shù)據(jù)過程中的重要步驟。本文的工作就是設(shè)計并研究針對基因表達數(shù)據(jù)的有效的聚類算法。

2、 本文的主要工作為兩部分內(nèi)容： 第一部分工作中，本文提出一個基于最小生成樹的聚類算法，叫做基于最小生成樹的不定劃分的聚類算法(a MST-based Uncertain Partition clusteringalgorithm，MUP)。它能夠快速有效地聚類分析基因表達數(shù)據(jù)。MUP算法的最大特點是：1，與其他基于最小生成樹的算法的不同之處是不相容邊的確定方法。MUP算法采用兩個連續(xù)的步驟來完成：滑動窗口來識別當(dāng)前簇的潛在的不相

3、容邊和利用目標函數(shù)來確定真正的將被剪斷的不相容邊。2，在沒有先驗知識的情況下，能夠自動確定簇的數(shù)量。3，在具有噪聲的背景中仍然能夠發(fā)現(xiàn)有意義的基因模式。在用MUP算法分別分析兩個公開的且流行的基因表達數(shù)據(jù)集，Wen的數(shù)據(jù)集和Iyer的數(shù)據(jù)集時，得到了很好的聚類結(jié)果。這說明MUP算法對大規(guī)模的基因表達數(shù)據(jù)是有效的。 第二部分工作中，本文研究多視圖的正交子空間聚類算法在應(yīng)用基因表達數(shù)據(jù)時的聚類質(zhì)量。正交子空間聚類算法已經(jīng)成功地應(yīng)用在