基于小波的肿瘤基因表达数据聚类分析模型 - 上海大学.pdfVIP

第１７卷 第５期 （自然 科 学 版） Ｖｏｌ．１７Ｎｏ．５ ２０１１年１０月 ＪＯＵＲＮＡＬＯＦＳＨＡＮＧＨＡＩＵＮＩＶＥＲＳＩＴＹ（ＮＡＴＵＲＡＬＳＣＩＥＮＣＥ） Ｏｃｔ．２０１１ 　　ｄｏｉ：１０．３９６９／ｊ．ｉｓｓｎ．１００７２８６１．２０１１．０５．０１０　 基于小波的肿瘤基因表达数据聚类分析模型 黄文佳，　冯铁男，　王翼飞 （上海大学 理学院，上海２００４４４） 摘要：运用小波的降噪性建立一种基于肿瘤基因表达谱的聚类分析模型，采用小波变换、信息抽取、双向聚类的方 法对基因表达谱进行有效的分析．通过这种模型，可以降低基因表达谱的噪音以及样本错聚率．最后，将该方法应用 于结肠癌基因表达谱的分析． 关键词：基因表达数据；小波变换；特异表达基因；聚类分析 中图分类号：Ｏ２３５　　　　　文献标志码：Ａ　　　　　文章编号：１００７２８６１（２０１１）０５０６２４０７　 ＷａｖｅｌｅｔＢａｓｅｄＣｌｕｓｔｅｒＡｎａｌｙｓｉｓＭｏｄｅｌｏｆＴｕｍｏｒＧｅｎｅＥｘｐｒｅｓｓｉｏｎＤａｔａ ＨＵＡＮＧＷｅｎｊｉａ，　ＦＥＮＧＴｉｅｎａｎ，　ＷＡＮＧＹｉｆｅｉ （ＣｏｌｌｅｇｅｏｆＳｃｉｅｎｃｅｓ，ＳｈａｎｇｈａｉＵｎｉｖｅｒｓｉｔｙ，Ｓｈａｎｇｈａｉ２００４４４，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ｔｈｉｓｐａｐｅｒｉｎｔｒｏｄｕｃｅｓａｍｏｄｅｌｏｆｃｌｕｓｔｅｒｉｎｇａｎａｌｙｓｉｓｏｆｔｕｍｏｒｇｅｎｅｄａｔａｅｘｐｒｅｓｓｉｏｎｕｓｉｎｇ ｗａｖｅｌｅｔｆｏｒｎｏｉｓｅｒｅｄｕｃｔｉｏｎ．Ｔｈｅｍｏｄｅｌａｎａｌｙｚｅｓｔｈｅｇｅｎｅｅｘｐｒｅｓｓｉｏｎｄａｔａｅｆｆｅｃｔｉｖｅｌｙｕｓｉｎｇｔｈｅｍｅｔｈｏｄｓｏｆ ｗａｖｅｌｅｔｔｒａｎｓｆｅｒ ，ｄａｔａｍｉｎｉｎｇａｎｄｃｏｕｐｌｅｄｔｗｏｗａｙｃｌｕｓｔｅｒｉｎｇ．Ｗｉｔｈｔｈｉｓｍｏｄｅｌ，ｎｏｉｓｅｉｎｔｈｅｇｅｎｅ ｅｘｐｒｅｓｓｉｏｎｄａｔａｃａｎｂｅｒｅｄｕｃｅｄａｎｄａｃｃｕｒａｃｙｏｆｓａｍｐｌｅｃｌａｓｓｉｆｉｃａｔｉｏｎｃａｎｂｅｉｎｃｒｅａｓｅｄ．Ｔｈｅｍｏｄｅｌｉｓ ａｐｐｌｉｅｄｔｏｔｈｅａｎａｌｙｓｉｓｏｆｇｅｎｅｅｘｐｒｅｓｓｉｏｎｄａｔａｏｆｃｏｌｏｎ． Ｋｅｙｗｏｒｄｓ：ｇｅｎｅｅｘｐｒｅｓｓｉｏｎｄａｔａ；ｗａｖｅｌｅｔｔｒａｎｓｆｏｒｍａｔｉｏｎ；ｓｐｅｃｉｆｉｃｅｘｐｒｅｓｓｅｄｇｅｎｅｓ；ｃｌｕｓｔｅｒａｎａｌｙｓｉｓ 　　基因芯片（ｇｅｎｅｃｈｉｐｓ）是目前最主要的且发展 表达数据，该技术已被广泛应用于生物医学、疾病诊 ［１］ ［２］ 最早、最快的生物芯片 ．将待测样本标记后与基因 断和药物筛选等多个领域 ．由于基因表达的信号 芯片进行杂交，经激光共聚焦荧光扫描仪扫描，通过 值常常受到噪音的污染，而传统的研究方法无法将其 电脑系统处理、分析即可得到相应的信号值．信号值 去除，因此经常在发现特异表达基因时出现较高的假 代表了结合在探针上的待测样本中特定大分子的信 阳性，降低了样本聚类的准确率，并且对研究基因表 息，从而可检测对应片段是否存在及存在量的多少． 达模式、提取分类特征基因等带来了一定的困难． 狭义的基因芯片又叫ＤＮＡ微阵列（ＤＮＡｍｉｃｒｏａｒｒａｙ）， 小波变换（ｗａｖｅｌｅｔｔｒａｎｓｆｏｒｍａｔｉｏｎ）是空间（时间） 主要包括ｃＤＮＡ微阵列和寡核苷酸微阵列． 和频率的局部变换，因而能有效地从信号中提取信 ＤＮＡ芯片技术作为一种高通量的基因表达分 息，通过伸缩和平移等运算功能，可对函数或信号进 析平台，通过一次试验就能获得成千上万个基因