从基因芯片数据快速有效地挖掘共调控基因.pdfVIP

ComputerEngineeringandApplications计算机工程与应用 2010，46(9) 33 从基因芯片数据快速有效地挖掘共调控基因 赵 倩，尚学群 ZHAO Qian，SHANGXue-qun 西北工业大学 计算机学院，西安 710129 SchoolofComputer，Northwestem PolytechnicalUniversity，Xi’an 710129，China E-mail：zhaoqian qiezi@126．com _ ZItAO Qian．SHANG Xue-qun．Miningco-regulatedgenesfrom microarraydataquicklyandeffectively．ComputerEngi— neeringandApplications，2010，46(9)：33-37． Abstract：Microarray data setstypically contain strongnoiseandan orderofmagnitudemoregenesthan experiments．Tofurther reduce therunning timeand improve thevalidity ofco-regulated genesmined from micrearray data，anew method isproposed whichfirstlygroupsallgenesaccordingtothePearsoncorrelationcoefficientbetweeneverytwogenes，thenusescolumn(gene) enumeration to mine closed rfequentpatterns aspositive ornegative co-regulated genesforeach group．The experimentalresults show htattheproposedapproach can quicklyand effectivelymine twokindsofco-reuglated genesfrom microarray daat． Keywords：microarraydata；co-regulated genes；Pearson correlation coefficient；closedrfequentpattern 摘 要：针对基因芯片数据高噪音、列(基因)数比行(实验条件)数多几个数量级的特殊性，为了进一步提高从基因芯片数据挖掘 共调控基因的时间效率和挖掘结果的有效性，首先根据所有两两基因对之间的Pearson相关系数对原始完整数据集进行分组，然后 使用列(基因)枚举方法对各组数据分别进行闭合频繁模式挖掘 ，并对活化和抑制共调控关系的挖掘分别进行处理。实验结果证 明：算法．I陕速有效地挖掘出了两种共调控基因。 关键词 ：基因芯片数据；共调控基因；Pearson相关系数；闭合频繁模式 DOI：10．3778~．issn．1002—8331．2010．09．O11 文章编号：1002—8331(2010)09—0033—05 文献标识码：A 中图分类号：TP311 1 引言 因素的影响，大量噪音数据的存在。这些特点使得传统的数据 微阵列(microarray)，又称基因芯片，是将大量生物分子样 挖掘方法并不适用于基因芯片数据，也使计算机人员面临了新 品微缩排布在一块载体上而制成的。微阵列可检测DNA、RNA 的挑战。但是 ，自从基因芯片技术问世以来 ，人们一直不断地进 或蛋白质分子的变化情况，记录不同条件下基因表达水平的变 行探索和研究，到 目前为止已有很多方法被提出。 化。近年来，基因芯片数据大量涌现，为人们研究细胞的生理功 聚类是对基因芯片数据进行信息挖掘的一种常用的基本 能提供了重要资源l】『。基因调控网络是指一组调控因子如何调 手段，它通过各种不同的数学模型将表达规律相似的基因聚为 控一套基因表达的过程。利用基因芯片数据构建基因调控网络 一 类，并在此基础上寻找相关基因以分析基因的功能。常用的 是研究调控关