基于模糊聚类分析方法的基因序列分类研究.pdfVIP

文章编号：1007—1423(2012)35—0018—04 DOI：10．3969~．issn．1007-1423．2012．35．005 基于模糊聚类分析方法的基因序列分类研究 李 勤 (四川大学计算机学院，成都 610065) 摘 要 ：模糊聚类分析方法具有分类简单且分类结果精度较高的优点。针对基因序列分类这一具体 问题 ．提 出一种 DNA序列判别特征的提取方法。这种方法考虑基 因序列(DNA序列)的排 序性 ．并根据模糊 聚类分析方法得到模糊相似矩阵和其传递 闭包 ，从而实现 DNA序列 的 分类 仿真结果表 明．这种方法能够挖掘 DNA序列 中的更多信息，提高分类的准确性和客 观性 ，得到很好 的结果 。 关键词 ：模糊聚类分析 ：模糊矩阵；传递 闭包；DNA序列 1 问题的提出 这 40个序列也放在如下地址的网页上．用数据文 件Art—model—data标识 ．供下载： 当今．信息技术和生命科学快速发展 作为一门新 网易网址：www．163．c0m 教育频道在线试题 兴的前沿学科，生物信息学fBi0inf0matiCS1将生命科学、 教育网：www．cbi．pku．edu．cnNeWSmcm2000 计算机科学 、信息科学和数学等学科交汇融合 ．形成的 教育网：www．csiam．edII．C：n／mcm 一 门交叉性学科 11『它主要利用生物学、计算机 、数学 、 物理等知识对大量的生物学数据进行处理 ．从而实现 2 问题分析 对生物信息的获取、处理、存储、分类等 ，来阐明和挖掘 根据生物工程理论 ，DNA序列 由A、T、C、G四种碱 大量数据所包含的生物学意义 DNA序列作为一类重 基组成 ，它们在 DNA链上排列的顺序称为碱基序列 要的生物数据 ，对其数据的研究 、解读 、挖掘是后基因 模糊聚类分析是 以模糊数学对模糊集的理论l3~51为基 组时代的主要研究任务 2000年 6月．人类基因组计划 础 ．处理未知类别数量 、多元聚类标准的聚类 问题 根 完成了DNA全序列的草图 从此．人类拥有一本记录 据上述提出的问题 ．可采用模糊聚类方法研究 DNA序 自身生老病死及遗传进化的全部信息的 “天书” 列分类问题。模糊聚类分析方法的步骤是 ：首先 ，把 作为研究基因序列结构的尝试．提出以下对序列 DNA序列用一个 向量数据表示．即进行DNA序列特征 集合进行分类的问题I2]： (聚类要素)提取。然后 ．按照模糊聚类的方法对提取的 下面有 20个 已知类别的人工制造的序列 ．其中序 要素进行聚类分析 模糊聚类的方法有很多种．聚类编 列标号 1～1O为A类 ．11