从时间序列基因芯片数据中挖掘跨事务关联规则.pdfVIP

第30卷第5期 第 三 军 医 大 学 学 报 Vo1．30，No．5 396 2008年3月 ACTA ACADEMIAE MEDICINAE MILITARIS TERTIAE Mar．2008 文章编号：1000-5404(2008)05—0396—03 从时间序列基因芯片数据中挖掘跨事务关联规则 彭 斌 ，李辉智 ，易 东 ( 第三军医大学军事预防医学院卫生统计学教研室，重庆400038； 重庆医科大学卫生统计学 教研室，重庆400016； 西南政法大学刑侦学院，重庆400031) 摘 要：目的 探讨从时间序列基因芯片数据中发掘基因之间的作用关系。方法 采用跨事务关联规则挖掘技术 及Gene Ontology标注库对时间序列基因芯片数据进行分析处理。结果 根据6个不同发育时间段的基因芯片表达数据， 采用2倍法从10 080个探针中筛选出l19个差异表达基因参与规则挖掘，产生的规则达1 300多条，筛选保留J-Measure 值最大的10条关联规则并构建基因关联网络图。结论 跨事务关联规则能够描述时序基因之间的作用关系，根据关联 规则可以对基因的表达状态进行预测。 关键词：跨事务关联规则；时间序列基因芯片数据；数据挖掘 中图法分类号：R195．1；R318．04 文献标识码：A Mining inter-transaction association rules from time series microarray data PENG Bin 一，LI Hui—zhi ，YI Dong ( Department of Health Statistics，Coilege of Preventive Medicine，Third Military Medical Uni． versity，Chongqing 400038； Department of Health Statistics，Chongqing Medical University，Chongqing 400016； Criminal Investigation In． stitute，Southwest University of Political Sciences and Law，Chongqing 400031，China) Abstract：Objective To deduce the interactions between genes from time series mieroarray data．Meth- ods We used inter—transaction association rules mining technique and GO(Gene Ontology)annotation to aria— lyze the mieroarray data．Results Using 2-fold—change method，1 19 differential expression genes were identi— fled from total 10 080 genes or ESTs，whose expression levels varied significantly on 6 periods of fetus eerebellar development．As a result，about 1 300 inter—transaction association rules were extracted and 10 top rules were kept for their maximum J-measure values．A genes association network graph was deduced based on the 10 top rules．Conclusion Inter—transaction association rules are able to deduce the interactions between genes from time se