用于基因芯片和質(zhì)譜數(shù)據(jù)分析的混合模型研究.pdf

1、隨著高通量生物技術(shù)的長(zhǎng)足發(fā)展，基岡芯片和質(zhì)譜技術(shù)逐漸取代傳統(tǒng)方法成為對(duì)各種疾病和生理特征進(jìn)行準(zhǔn)確比較和量化的重要手段。盡管其前景可觀，這類(lèi)高通量技術(shù)給數(shù)據(jù)分析卻帶來(lái)眾多挑戰(zhàn)。其根本原囚是采用這些技術(shù)時(shí)，通常所產(chǎn)生的數(shù)據(jù)集都具有高特征項(xiàng)低樣本量的特征。因此，要對(duì)數(shù)據(jù)樣本進(jìn)行準(zhǔn)確分類(lèi)，如何選取數(shù)據(jù)中的相關(guān)特征項(xiàng)成為數(shù)據(jù)分析成敗的關(guān)鍵。經(jīng)過(guò)近十年來(lái)的不懈研究，許多運(yùn)用于其它領(lǐng)域和許多直接針對(duì)這類(lèi)數(shù)據(jù)而設(shè)計(jì)的統(tǒng)計(jì)方法和算法被運(yùn)用于解決進(jìn)行數(shù)據(jù)關(guān)

2、鍵特征選取的問(wèn)題。然而，沒(méi)有哪一種方法是所謂的“最佳方法”。相反的，對(duì)于不同數(shù)據(jù)，各種方法的分析結(jié)果顯現(xiàn)出不穩(wěn)定性。對(duì)于某種特定方法，分析效果時(shí)好時(shí)壞的情況在這類(lèi)數(shù)據(jù)集的分析中時(shí)常發(fā)生。為了克服各種分析算法的弱點(diǎn)并合并它們的優(yōu)勢(shì)，進(jìn)行混合型算法研究成為這類(lèi)數(shù)據(jù)分析的一種重要途徑。 本文中，我們就如何進(jìn)行基因芯片和質(zhì)譜數(shù)據(jù)分析的混合算法設(shè)計(jì)進(jìn)行討論。我們首先給出一種基于多目標(biāo)遺傳算法和聯(lián)盟分類(lèi)算法的混合模型，并將其應(yīng)用于基因芯片數(shù)

3、據(jù)的特征基因選取和樣本分類(lèi)中。最終通過(guò)對(duì)多組兩類(lèi)和多類(lèi)別型基因芯片數(shù)據(jù)的分析實(shí)驗(yàn)，驗(yàn)證了我們的多項(xiàng)假設(shè)和這種方法的有效性。在此基礎(chǔ)上，我們進(jìn)一步提出一種將聚類(lèi)算法與上述多目標(biāo)遺傳算法模型進(jìn)行組合的混合算法?；谏飳W(xué)中心法則，我們成功地將原來(lái)用于基因芯片處理的數(shù)據(jù)分類(lèi)概念運(yùn)用于質(zhì)譜數(shù)據(jù)的分析，并運(yùn)用兩組高通暈質(zhì)譜分析產(chǎn)生的數(shù)據(jù)集對(duì)所提出的基于聚類(lèi)的混合模型進(jìn)行了有效性的驗(yàn)證。實(shí)驗(yàn)結(jié)果表明，我們提出的混合算法在基因芯片和質(zhì)譜數(shù)據(jù)的分析上有