几种模式识别方法在生物信息学中应用.pdfVIP

第24卷 第 1期 计算机与应用化学 Vo1．24，No．1 2007年 1月28日 ComputersandAppliedChemistry January，2007 几种模式识别方法在生物信息学中的应用 王岚，陈晶，王睿，卢小泉 (西北师范大学化学化工学院，甘肃，兰州，730070) 摘要：评述了几种化学模式识别方法如主成分分析、聚类分析、人工神经网络和SIMCA分类法在生物信息学中的进展，主要 介绍了它们在生物信息领域中的应用。 关键词：化学模式识别；生物信息学；应用 中圈分类号：Q一3 文献标识码：A 文章编号：1001-4160(2007)01-53-55 Applicationofsomechemicalpatternrecognitiontechniquesinbioinformatics WangLan，ChenJing，WangRuiandLuXiaoquan (CollegeofChemistryandChemicalEngineering，NorthwestNormalUniversity，Lanzhou，730070，Gansu，China， E-mail：luxq@nwnu．edu．CR) Abstract：Thedevelopmentofsomechemicalpattern recognitiontechniquesincludingprincipalcomponentnaalysis，clusternaalysis， artificial neural networksnadSIMCA inbioinformaticshasbeenreviewed．Theapplicationoftheseapproachesinbioinformaticswasin- ~oduced． Keywords：chemicalpattern recognition。bioinformatics，application WangL，ChenJ，WangRnadLuXQ．Applicationofsomechemicalpatternrecognitiontechniquesinbioinformat— ics．ComputersandAppliedChemistry，2007，24(1)：53-55． 对于计算机发展带来的高维信息，人们已很难从多维数 种数据线性投影方法，它在尽可能保留原有信息的基础上将 据中直观地获得有关模式的信息。化学模式识别方法是根 高维空间中的样本映射到较低维的主成分空间中，使数据矩 据化学量测数据对样品按某种性质进行分类及特征选取的 阵简化，降低维数，寻找少数几个由原始变量线性组合的主 方法，根据 “物以类聚”的原理，同类或相似的样本间距离较 成分(也称潜变量)，以揭示数据结构特征，提取化学信息。 近，而不同样本间距离则较远。它是根据样本间的距离或者 主成分的投影显示法即可用于分类判别又可用于聚类， 距离的函数进行判别和分类 ，并用所得结果对新样本的归类 可以从投影图中看出样本与样本之间的关系，变量和变量之 问题进行预测的方法 “J。 间的关系，在化学模式识别中用于分类、聚类 J。Leao_6 生物信息学 (bioinformaties)是生物学与计算机科学以 等通过PCA分析，从致癌物质的电子参数入手，从理论上建 及应用数学等学科相互交叉而形成 的一门新兴学科。它通 立了这些参数与致癌物质致癌活性之间的相关关系。Chap． 过对生物学实验数据的获取、加工、存储、检索与分析，进而 man…等将PCA的双投影图用于植物病理实验的微阵列表 达到揭示数据所蕴含的生物学意义的目的。主要包括 ：(1) 达数据，表明PCA及其双投影图结合实验数据既可以帮助 对海量数据的收集、整理与服务；(2)从数据中发现新的规 基因的发现，也可以比较阵列数据的分子序列谱。梁桂兆 律，也就是用好这些数据。人类基因组计划和生物医药工业 等用主成分分析从20种天然氨基酸0D～3D结构信息中收