基于非線性降維的合成生物元件可視化及其聚類研究.pdf

1、可視化是表達(dá)數(shù)據(jù)的直觀且有效的手段，受到許多領(lǐng)域的重視，如信息學(xué)領(lǐng)域、生物學(xué)領(lǐng)域、合成生物學(xué)領(lǐng)域等。這些領(lǐng)域的迅猛發(fā)展為可視化帶來機(jī)遇與挑戰(zhàn)。例如合成生物學(xué)是用標(biāo)準(zhǔn)化生物元件構(gòu)建生物設(shè)備的新興領(lǐng)域，當(dāng)前標(biāo)準(zhǔn)化元件數(shù)量多、種類雜，使得構(gòu)建生物設(shè)備時(shí)難以選擇標(biāo)準(zhǔn)化元件。將這些標(biāo)準(zhǔn)化的生物元件進(jìn)行可視化及聚類后將有助于提高生物設(shè)備構(gòu)建效率。為了達(dá)到這個(gè)目的，本文的進(jìn)行了以下研究工作:
　　1)降維可視化。要對(duì)合成生物元件進(jìn)行降維可視化分

2、析，首先要確定兩個(gè)合成生物元件之間相似度，相似度的計(jì)算方法對(duì)后續(xù)的聚類結(jié)果會(huì)有很大的影響。考慮到合成生物元件為長(zhǎng)度不一的基因短序列，本文通過編輯距離來計(jì)算生物元件的相似度，再結(jié)合高斯核函數(shù)的對(duì)獲得的距離矩陣進(jìn)行歸一化處理。進(jìn)一步使用改進(jìn)后的拉普拉斯非線性降維方法將生物元件序列降為二維或三維數(shù)據(jù)，再通過圖形化展示。表明降維后的數(shù)據(jù)具有良好的區(qū)分度，說明合成生物學(xué)者通過降維可視化可以顯著提高標(biāo)準(zhǔn)化元件選擇效率。
　　2)聚類分析。聚類

3、是把抽象或者物理的對(duì)象集合分成多個(gè)具有相似性對(duì)象的集合。通過對(duì)降維后的生物元件序列采用K-means算法進(jìn)行聚類分析，最終得到功能類似的合成生物元件可以進(jìn)行有效地聚類，功能差異大的合成生物元件可有效地區(qū)分，且對(duì)降維后數(shù)據(jù)聚類顯示二分類精度達(dá)到91.6％，三分類精度達(dá)到82.4％。
　　通過以上研究，本文提出了一種可以提高合成生物設(shè)備構(gòu)建效率的可視化方案，并通過聚類分析證明了該方法的有效性，解決了合成生物元件數(shù)量多、種類雜、難以選擇