基于模拟退火优化双聚类的基因数据填补方法-计算机应用与软件.PDFVIP

第３４卷第１１期　　　 计算机应用与软件 Ｖｏｌ３４Ｎｏ．１１ ２０１７年１１月　　 ＣｏｍｐｕｔｅｒＡｐｐｌｉｃａｔｉｏｎｓａｎｄＳｏｆｔｗａｒｅ Ｎｏｖ．２０１７ 基于模拟退火优化双聚类的基因数据填补方法 １ １ ２ １ 朱　娴 　杨　明　马　卫 　朱　俊 １（南京理工大学紫金学院计算机学院　江苏南京２１００４６） ２（南京旅游职业学院酒店管理学院　江苏南京２１１１００） 摘　要　　基因表达数据是由ＤＮＡ微阵列实验产生的大规模矩阵，能有效地提取生物学信息，由于受到实验条 件限制，基因表达数据往往存在缺失值，需要进行缺失数据的填补。传统的缺失数据填补方法是基于基因表达数 据的单一特征，未充分考虑数据矩阵间的相关性。针对双聚类均方残值越小基因表达数据相关性越高这一特性 进行研究，提出一种基于模拟退火优化双聚类的缺失数据填补方法（ｂｉＳＡ），采用模拟退火法确定最优双聚类，从 而实现缺失数据的最有效填补。四组真实基因表达数据实验表明，ｂｉＳＡ方法能够获得较高的填补准确性。 关键词　　基因表达数据　缺失数据填补　模拟退火法　双聚类 中图分类号　ＴＰ３９１．９　　　　文献标识码　Ａ　　　　ＤＯＩ：１０．３９６９／ｊ．ｉｓｓｎ．１０００３８６ｘ．２０１７．１１．０４６ ＧＥＮＥＤＡＴＡＩＭＰＵＴＡＴＩＯＮＭＥＴＨＯＤＢＡＳＥＤＯＮＳＩＭＵＬＡＴＥ ＡＮＮＥＡＬＩＮＧＯＰＴＩＭＩＺＥＤＢＩＣＬＵＳＴＥＲＩＮＧ １ １ ２ １ ＺｈｕＸｉａｎ　ＹａｎｇＭｉｎｇ　ＭａＷｅｉ　ＺｈｕＪｕｎ １（ＤｅｐａｒｔｍｅｎｔｏｆＣｏｍｐｕｔｅｒＳｃｉｅｎｃｅ，ＺｉｊｉｎＣｏｌｌｅｇｅ，ＮａｎｊｉｎｇＵｎｉｖｅｒｓｉｔｙｏｆＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙ，Ｎａｎｊｉｎｇ２１００４６，Ｊｉａｎｇｓｕ，Ｃｈｉｎａ） ２（ＳｃｈｏｏｌｏｆＨｏｔｅｌＭａｎａｇｅｍｅｎｔ，ＮａｎｊｉｎｇＩｎｓｔｉｔｕｔｅｏｆＴｏｕｒｉｓｍａｎｄＨｏｓｐｉｔａｌｉｔｙ，Ｎａｎｊｉｎｇ２１１１００，Ｊｉａｎｇｓｕ，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ　　ＧｅｎｅｅｘｐｒｅｓｓｉｏｎｄａｔａａｒｅｇｅｎｅｒａｔｅｄｆｒｏｍｔｈｅＤＮＡｍｉｃｒｏａｒｒａｙｅｘｐｅｒｉｍｅｎｔｓｏｆｌａｒｇｅｄａｔａｍａｔｒｉｘ，ｗｈｉｃｈｃａｎ ｅｆｆｅｃｔｉｖｅｌｙｅｘｔｒａｃｔｔｈｅｂｉｏｌｏｇｉｃａｌｉｎｆｏｒｍａｔｉｏｎ．Ｄｕｅｔｏｔｈｅｌｉｍｉｔａｔｉｏｎｏｆｅｘｐｅｒｉｍｅｎｔａｌｃｏｎｄｉｔｉｏｎｓ，ｇｅｎｅｅｘｐｒｅｓｓｉｏｎｄａｔａｉｓ ｏｆｔｅｎｔｈｅｐｒｅｓｅｎｃｅｏｆｍｉｓｓｉｎｇｖａｌｕｅｓａｎｄｎｅｅｄｔｏｆｉｌｌｔｈｅｍｉｓｓｉｎｇｄａｔａ．Ｔｈｅｔｒａｄｉｔｉｏｎａｌｍｉｓｓｉｎｇｄａｔａｉｍｐｕｔａｔｉｏｎｍｅｔｈｏｄｉｓ ｂａｓｅｄｏｎｔｈｅｓｉｎｇｌｅｆｅａｔｕｒｅｏｆｔｈｅｇｅｎｅｅｘｐｒｅｓｓｉｏｎｄａｔａ，ａｎｄｔｈｅｃｏｒｒｅｌａｔｉｏｎｂｅｔｗｅｅｎｔｈｅｄａｔａｍａｔｒｉｘｉｓｎｏｔｃｏｎｓｉｄｅｒｅｄ． Ｔｈｅｓｍａｌｌｅｒｔｈｅｍｅａｎｓｑｕａｒｅｒｅｓｉｄｕｅｏｆｔｈｅｄｕａｌｃｌｕｓｔｅｒｉｎｇｉｓ，ｔｈｅｈｉｇｈｅｒｔｈｅｃｏｒｒｅｌａｔｉｏｎｂｅｔｗｅｅｎｔｈｅｄａｔａｏｆｔｈｅｇｅｎｅ ｅｘｐｒｅｓｓｉｏｎｄａｔａｉｓ，ａｎｄａｍｅｔｈｏｄｏｆｍｉｓｓｉｎｇｄａｔａｆｉｌｌｉｎｇ（ｂｉＳＡ）ｂａｓｅｄｏｎｓｉｍｕｌａｔｅｄａｎｎｅａｌｉｎｇｏｐｔｉｍｉｚｅｄｄｏｕｂｌｅ ｃｌｕｓｔｅｒｉｎｇｉｓｐｒｏｐｏｓｅｄ．Ｔｈｉｓｍｉｓｓｉｎｇｄａｔａｉｍｐｕｔａｔｉｏｎｍｅｔｈｏｄｕｓｅｄｓｉｍｕｌａｔｅｄａｎｎｅａｌｉｎｇｔｏｏｐｔｉｍｉｚｅｔｈｅｏｐｔｉｍａｌ ｂｉｃｌｕｓｔｅｒｉｎｇ，ａｎｄｔｈｕｓａｃｈｉｅｖｅｄｔｈｅｍｏｓｔｅｆｆｅｃｔｉｖｅｉｍｐｕｔａｔｉｏｎｏｆｍｉｓｓｉｎｇｄａｔａ．Ｆｏｕ