利用文本数据挖掘研究p53基因表达调控网络.pdfVIP

第24卷第6期 重庆邮电大学学报 (自然科学版) V0I．24 NO．6 2012年 12月 JournalofChongqingUniversityofPostsandT (NaturalScienceEdition) Dec．2012 DOI：10．3979／j．issn．1673-825X．2012．06．025 利用文本数据挖掘研究 p53基因表达调控网络 舒坤贤，余 庆，李津臣，吴咏竹 (重庆邮电大学 生物信息学研究所，重庆400065) 摘 要：为了研究p53基因与其下游 ／靶基因的关联性 ，以了解p53基因表达调控网络，采用文本数据挖取方法，利 用 自编的Perl5．10程序，对PubMed文献数据库中p53基 因相关文献及人类基因本体数据库进行数据挖掘，并利 用连锁聚类法构建p53基因表达调控网络图。结果发现，目标基因的频率分布同文本中所有基因本体的频率分布 存在一定的关联性，低频基 因的文本挖掘比例明显低于高频基因的文本挖掘比例。从而说明，p53基因表达调控网 络中各基因的分布情况与基因频率有较大关系，而文本数据量对文本数据挖掘的准确率也有重要影响。 关键词：文本数据挖掘 ；p53基因；基因本体；连锁聚类分析 中图分类号：Q354 文献标识码：A 文章编号：1673—825X(2012)06-0798-06 Usingtextdataminingtechniquesforunderstandingthep53gene expressionregulatorynetwork SHUKun—xian，YUQing，LIJing—cheng，WUYong-zhu (InstituteofBioinformatics，ChongqingUniversityofPostsandTelecommunications，Chongqing400065，P．R．China) Abstract：Tostudytherelationshipbetweenp53geneanditsdownstream／targetgenesinordertounderstandp53network， textdataminingmethodisusedandnoncommercialsoftwarewritteninPerl5．10isusedtominethedatabasefrom PubMed aboutp53geneandhumangeneontology，andthep53networkisconstructedbylinkageclusteringanalysis．Resultsshow thatthefrequencydistributionoftheobjectivegenewiththegeneontoloygofallthetexthasacertaincorrelation，whichin． dicatesthattheproportionofthelow—frequencygenesissignificantlylowerthanthehigh-rfequencygenesintextdatamin— ing．Thishasallowedastodemonstratethatthedistributionsofgenesinthep53 networkhaveagreaterrelationshipwith therfequencyofthegenes，andmeanwhile，textsizehasanimportantinfluenceontheaccuracyofthetextdatamining． Keywords：textdatamining；p53gene；geneontoloyg ；linkageclusteringanalysis 发生的主要原因，因此，利用