基因表達(dá)數(shù)據(jù)分析的聚類(lèi)算法研究.pdf

1、基因芯片技術(shù)推動(dòng)了生物信息學(xué)的高速發(fā)展,一次基因芯片實(shí)驗(yàn)可以產(chǎn)生數(shù)以萬(wàn)計(jì)的基因表達(dá)數(shù)據(jù),其中蘊(yùn)含著豐富的能解釋生命現(xiàn)象規(guī)律的信息,對(duì)它們進(jìn)行研究是現(xiàn)代生命科學(xué)的一個(gè)重要和基本的問(wèn)題,聚類(lèi)分析作為數(shù)據(jù)挖掘和模式識(shí)別領(lǐng)域的常用方法也被廣泛應(yīng)用于基因表達(dá)數(shù)據(jù)的分析。
　　 基因表達(dá)數(shù)據(jù)通常以一種高維小樣本的矩陣形式出現(xiàn),傳統(tǒng)的聚類(lèi)方法把矩陣的行(基因)或列(樣本)作為處理對(duì)象,也叫單路聚類(lèi),這種方式只能找到全局信息,而高維數(shù)據(jù)的特點(diǎn)就

2、是含有大量的局部信息,因此需要能同時(shí)對(duì)行、列進(jìn)行處理的聚類(lèi)方法,雙路聚類(lèi)由此應(yīng)運(yùn)而生。
　　 本文在對(duì)多種單路、雙路聚類(lèi)算法進(jìn)行對(duì)比、分析的基礎(chǔ)上,提出一種結(jié)合單路聚類(lèi)和稀疏奇異值分解的雙路聚類(lèi)方法,并對(duì)其有效性進(jìn)行了定性和定量的驗(yàn)證,具體工作和主要結(jié)論包括以下幾個(gè)方面:
　　 (1)研究并實(shí)現(xiàn)了三種常用的單路聚類(lèi)方法,在多個(gè)真實(shí)的基因表達(dá)數(shù)據(jù)集上的實(shí)驗(yàn)結(jié)果表明,單路聚類(lèi)算法雖然種類(lèi)繁多,但沒(méi)有哪個(gè)算法能適用于全部數(shù)據(jù),

3、因此可以根據(jù)不同數(shù)據(jù)選擇相對(duì)合適的算法,這為后文的雙路聚類(lèi)方法的研究奠定基礎(chǔ)。
　　 (2)研究了四種雙路聚類(lèi)算法,其中重點(diǎn)分析和改進(jìn)了基于稀疏奇異值分解(SSVD)的雙路聚類(lèi),原始的SSVD方法雖然已經(jīng)具備了同時(shí)對(duì)矩陣的行和列進(jìn)行處理的能力,但卻不能直接獲得有效的雙路聚類(lèi),因此本文提出了結(jié)合單路聚類(lèi)的SSVD方法,該方法能得到比其他雙路聚類(lèi)方法更為理想的結(jié)果。
　　 (3)研究并實(shí)現(xiàn)了前人提出的一種穩(wěn)定性驗(yàn)證方法,進(jìn)一