基于生成樹基因表達數(shù)據(jù)聚類方法分析.pdf

1、基因芯片的發(fā)明使得同時比較和研究大量基因的特性成為可能，隨之產(chǎn)生大量的基因表達數(shù)據(jù)。在分析基因表達數(shù)據(jù)時最先采用的是聚類分析技術(shù)。所謂聚類就是按照事物的某些屬性將事物聚成類，使類間的相似性盡量小，類內(nèi)的相似性盡量大。如何利用計算機科學(xué)中的分析技術(shù)，以發(fā)現(xiàn)基因表達數(shù)據(jù)中對生物學(xué)試驗有指導(dǎo)意義的信息或知識成為當(dāng)前生物信息學(xué)研究的新課題。 我們對DongXu，VictorOlman等人提出的將最小生成樹理論用于基因表達數(shù)據(jù)的清除MS

2、T長邊聚類算法和全局最優(yōu)算法進行了分析和研究，發(fā)現(xiàn)可以將其改進，提出了直接聚類算法、局部最優(yōu)聚類算法和最大生成樹模糊聚類算法。新算法主要采用了直接分類和遞推計算的手段，簡化中間計算過程，提高程序運行效率，進而達到縮短運行時間的目的。我們通過實驗對比分析，發(fā)現(xiàn)新算法比原算法運行快，可以達到線性的運行時間。同時，文中也介紹了我們正在開發(fā)中的用于基因表達數(shù)據(jù)的生成樹聚類軟件系統(tǒng)MST-Cluster，該系統(tǒng)能夠把輸入的基因數(shù)據(jù)依據(jù)指定的算法進

3、行分類，以及對已分類的兩組基因進行比對。 本文主要研究了基于生成樹理論用于基因的聚類算法——最小生成樹聚類算法，得到了一些新算法。第一章對基因表達數(shù)據(jù)聚類的現(xiàn)狀進行了概述；第二章介紹了與研究有關(guān)的定義和公式；第三章研究了基于最小生成樹基因表達數(shù)據(jù)的聚類算法，并提出了自己的新算法，以及新算法與原算法的實驗結(jié)果對比分析；第四章介紹了本人開發(fā)的用于基因表達數(shù)據(jù)的生成樹聚類軟件系統(tǒng)MST-Cluster；第五章作了總結(jié)與展望。