基于粗糙信息熵的基因分析与选择研究.pdfVIP

维普资讯 第 25卷第 6期 计 算 机 应 用 研 究 Vo1．25No．6 2008年 6月 ApplicationResearchofComputers Jun．2008 基于粗糙信息熵的基 因分析与选择研究术 王加阳，吴祖剑 (中南大学 信息科学与3-程学院，长沙410083) 摘 要：基于粗糙集理论 中的属性重要性与粗糙信息熵概念，定义 了基 因选择度量标准 ，分析 了基 因作为条件 属性对疾病样本分类的不确定信息在集合中的影响，提出了一种 RMSME算法。该算法依据预先定义的基因选 择度量标准，分析了与疾病分类关联性最大的基因，最终选择 出与疾病分类关联最大的基因。最后在实际数据 集中对算法的有效性进行 了实验仿真。 关键词：粗糙集；生物信息学；基因表达；信息熵；数据挖掘 中图分类号 ：TP18 文献标志码：A 文章编号 ：1001．3695(2008)06．1713．04 Studyforgeneanalysisandselectionbasedonroughinformationentropy WANGJia·yang．wUZu-jian (CollegeofInformationScienceEngineering，CentralSouthUniversity，Changsha410083，China) Abstract：Basingontheconceptionsofattributeimportanceandroughinformationentropyinroughsetstheory，thispaperde· finedthegeneselectionstandard，analysedtheaffectionsoftheuncertaininformationfrom thegenesinthesetandoffereda RMSMEalgorithm、Thealgorithm selectedgeneswhichweremostlyrelatedwiththediseaseclassificationaccordingtothese· lectionstandard．Finally，verifiedtheeffectivenessofthisalgorithm bybeingcarriedoutontheactualdataset． Keywords：rough set；bioinformatics；geneexpression；informationentropy；datamining 随着人类基因组计划的完成 ，新的基因组研究思路是基于 于 D的重要性为 已获得生物序列结构和功能特性的知识，利用计算机数据处理 SIGcD(a)= c(D)一 c一 (D) 能力来模拟和分析、预测新的信息或提供相关的辅助信息。在 决策表中的属性依赖性可 以通过计算一个决策表的属性 生物信息学领域中，通过高通量的基因表达分析平台可以在一 重要性来判断。令K=(u，)。其中：A=CtOD，CnD= ，C 次实验中同时获得成千上万个基因的表达数据。因此 ，越来越 和D分别为条件属性集和决策属性集； c C， cy D，