聚類方法在生物數(shù)據(jù)中的研究與應(yīng)用-基因表達(dá)數(shù)據(jù)聚類方法研究.pdf

1、基因芯片技術(shù)的迅速發(fā)展產(chǎn)生了海量的基因表達(dá)數(shù)據(jù)。如何分析和處理這些數(shù)據(jù)，從中提取出有意義的生物學(xué)信息，已經(jīng)成為后基因組時(shí)代的研究熱點(diǎn)。聚類方法是目前基因表達(dá)分析研究的主要計(jì)算技術(shù)之一，能將功能相關(guān)的基因按表達(dá)譜的相似程度歸納成共同表達(dá)的類別，有助于對基因功能、基因調(diào)控、細(xì)胞過程以及細(xì)胞亞型等進(jìn)行綜合的研究。目前，已有多種聚類方法被應(yīng)用到基因表達(dá)數(shù)據(jù)分析之中，在取得了大量成果的同時(shí)也出現(xiàn)了一些問題。本文即圍繞聚類方法在基因表達(dá)數(shù)據(jù)中的研究

2、與應(yīng)用開展各項(xiàng)研究工作。 本文首先依次介紹了生物信息學(xué)和基因芯片技術(shù)，從而引出基因表達(dá)數(shù)據(jù)，然后介紹了基因表達(dá)數(shù)據(jù)分析的基本內(nèi)容和幾種常用的聚類算法，包括四種層次聚類算法，K-均值聚類算法以及SOMs聚類算法，并在章節(jié)的末尾給出了四個(gè)具有外部標(biāo)準(zhǔn)的基因表達(dá)數(shù)據(jù)集。接著本文對基于群智能的基因表達(dá)數(shù)據(jù)聚類算法進(jìn)行了深入的研究，先闡述了近幾年來聚類算法在基因表達(dá)數(shù)據(jù)上的研究進(jìn)展，接著介紹了遺傳K-均值聚類算法，最后重點(diǎn)提出了一種新的基