基因微陣列數(shù)據(jù)的雙向聚類算法研究.pdf

1、基因芯片是由大量DNA或寡核苷酸探針密集排列所形成的探針陣列?；蛐酒咸结樑c經(jīng)熒光標(biāo)記的目標(biāo)樣品進行生物反應(yīng)，利用專用芯片檢測系統(tǒng)并借助于一定的軟件即可得到基因表達數(shù)據(jù)。這個技術(shù)應(yīng)用于不同發(fā)展階段，不同人體組織，不同臨床條件以及不同生物體等條件下的基因表達水平的測量?；蛐酒某霈F(xiàn)正在給生命科學(xué)研究、疾病診斷、新藥開發(fā)、食品衛(wèi)生監(jiān)督等領(lǐng)域帶來二場革命。 本文的貢獻主要體現(xiàn)在以下幾個方面： 首先，對基因數(shù)據(jù)分析中的一種雙

2、向聚類方法—格子模型法進行了深入的分析，并對其進行了改進。格子模型是一個混合有二進制變量和連續(xù)變量的模型。對于該模型，傳統(tǒng)的用于連續(xù)變量的優(yōu)化算法不再適用。為此，本文提出了一種新穎的神經(jīng)網(wǎng)絡(luò)方法來解決這種混合有二進制變量和連續(xù)變量的優(yōu)化問題，并將該方法應(yīng)用于酵母數(shù)據(jù)分析，實驗結(jié)果表明使用這種方法后雙聚類的精度得到了很大的提高。 其次，本文還對基因數(shù)據(jù)分析的另一種方法非負(fù)矩陣分解方法進行了改進。傳統(tǒng)的非負(fù)矩陣分解算法有一定缺陷，其

3、初始值是隨機設(shè)定的，因此在迭代過程中會出現(xiàn)微小的抖動。為此本文在迭代計算過程中加入了數(shù)據(jù)平滑處理，并將該方法用于一組白血病微陣列數(shù)據(jù)分析。實驗結(jié)果表明，改進過的非負(fù)矩陣分解算法提高了分類的準(zhǔn)確率，同時這個方法避免了NMF算法的“零值”問題。 第三，本文介紹了NNMF算法的基本原理，對其加入了一個平滑處理，增加了數(shù)據(jù)元素之間的聯(lián)系，同時這個方法由于抬高了數(shù)據(jù)，避免了NMF算法中的“零值”問題。本文首次將NNMF算法應(yīng)用于生物信息學(xué)