基于相关分散搜索的基因表达数据双聚类.pdf

高技术通讯2014年第24卷第3期：228。235 doi：10．3772／j．issn．1002-0470．2014．03．002 基于相关分散搜索的基因表达数据双聚类① 孙俊玲② (武汉大学计算机学院 武汉430072) (河南财政税务高等专科学校信息工程系 郑州451464) 摘要为了发现来自基因表达数据的双聚类，提出了一种相关分散搜索方法，分散搜索 是一种进化技术，它以按质量和多样性指标选择的一个小解集进化为基础。该算法所用 适应度函数是基于基因之间的线性相关性来检测基因的移动和缩放模式，同时为了选择 正相关基因，采用了一个改进方法。该算法已用酵母细胞周期数据集、人类B细胞淋巴 瘤数据集和酵母应力数据集三个真实数据集进行了测试，同时与使用基因本体数据库的 动和缩放模式双聚类。 关键词双聚类，分散搜索，微阵列技术，移动模式，缩放模式 (statistical methodforbicluster algorithmic analysis， 0 引言 SAMBA)HJ，它借助一个基于二分图的模型对双聚 类进行详尽计算和评估，随后为找到最大权重子图， 随着基因芯片和DNA微阵列检测技术的发展， 使用一个贪婪方法添加或删除节点；文献[5]利用 sub 对基因表达数据的分析成为当前研究的重点。双聚 保阶子矩阵(orderpreservingmatrix，OPSM)算法 类是分析微阵列数据的重要途径，它可同时在基因 实现的双聚类计算算法；谱双聚类M1算法，它使用 和条件两个维度上分析基因表达数据，找出在部分 线性代数技术，具体说就是特征向量微积分，从输入 条件下具有相似表达趋势的基因。本文提出了基于 数据中识别双聚类结构；格子模型_7|——一个统计 相关分散搜索的基因表达数据的双聚类方法，并通 建模方法，它把输入矩阵描述为叠加层，每一层对应 过实验研究了其性能。 一个双聚类；包含最全的二进制双聚类算法¨1(bi- inclusion—maximal nary biclusteringalgorithm，Bi— 1 相关研究 Max)，它采用二进制值使数据集合离散化，需递归 应用该方法直到检测到只有唯一值的子矩阵。 在微阵列分析背景下的双聚类研究首先是由 双聚类的几何特性可用来发现模式一J。该类 技术使用图像处理方法来寻找代表双聚类的超平 Cheng和Church在2000年开始的，他们提出了CC and 面，如一些元启发式双聚类算法——进化方法¨0|、 Church)算法¨J。这是一个贪婪迭代搜 (Cheng 索方法，包括通过循环添加或删除行或列来建立一 多目标进化方法¨1|、粒子群优化[12|、贪婪随机自适 resi— 应搜索[131和分布估计算法u引。所有这些算法使用 个双聚类，以提高由均方偏差(meansquared