基因微阵列数据的聚类分析算法研究

摘要：

微阵列技术是后基因组时代功能基因组研究的主要工具.基因表达谱数据的聚类分析对于研究基因功能和基因调控机制有重要意义.针对聚类算法要求事先确定簇的个数、对噪声敏感和可伸缩性差的问题,基于密度聚类算法DBSCAN和共享近邻Shared Nearest Neighbors(SNN)的不同的特点,提出了一种新的最近邻先吸收的聚类算法,将其应用于一个公开的酵母细胞同期数据集,并用评价方法FOM将聚类结果与K-means聚类方法的结果进行了比较.结果表明,该文的聚类算法优于其他聚类算法,聚类结果具有明显的生物学意义,并能对数据的类别数作出较好的预测和评估.

关键词：微阵列、基因表达谱、聚类

所属期刊栏目：42

分类号：TP311(计算技术、计算机技术)

资助基金：陕西省自然科学基金98X11;陕西省教育厅资助项目00JK015

在线出版日期：2006-04-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：176-178,206