面向生物數(shù)據(jù)的關(guān)聯(lián)規(guī)則挖掘算法及其應(yīng)用研究.pdf

1、隨著基因組和蛋白質(zhì)組研究的進(jìn)展，以及現(xiàn)代生物技術(shù)的快速發(fā)展，由高通量技術(shù)產(chǎn)生了海量生物數(shù)據(jù)，這為揭開(kāi)生命奧秘提供了數(shù)據(jù)基礎(chǔ)。生物數(shù)據(jù)種類豐富，高通量，維數(shù)高，具有異構(gòu)易變的特性，遠(yuǎn)遠(yuǎn)超出傳統(tǒng)的分析方法的能力，生物數(shù)據(jù)的分析成為當(dāng)今生物學(xué)研究的瓶頸，對(duì)其處理、挖掘、分析和理解的要求日益迫切。 目前生物數(shù)據(jù)分析中存在著一些問(wèn)題，例如，數(shù)據(jù)分析采用的算法模型有越來(lái)越復(fù)雜的趨勢(shì)，被用于數(shù)據(jù)分析的黑盒算法獲得的分析結(jié)果難以作出生物解釋等。

2、而生物信息學(xué)研究的根本目的就是利用生物數(shù)據(jù)，解釋生命現(xiàn)象，發(fā)掘生命規(guī)律。 關(guān)聯(lián)規(guī)則是一種重要的數(shù)據(jù)挖掘技術(shù)，利用該技術(shù)從生物數(shù)據(jù)中挖掘獲得的模式即具有生物學(xué)上的意義(重要性)，又具有數(shù)學(xué)上的重要性(可發(fā)現(xiàn)性)，且結(jié)構(gòu)透明，具有良好的可解釋性。本文主要對(duì)面向生物數(shù)據(jù)的關(guān)聯(lián)規(guī)則挖掘算法及其應(yīng)用進(jìn)行了研究，其主要研究?jī)?nèi)容包括： (1)多相關(guān)關(guān)聯(lián)規(guī)則挖掘算法及其應(yīng)用研究生物數(shù)據(jù)中蘊(yùn)含著豐富的內(nèi)涵，僅利用傳統(tǒng)的關(guān)聯(lián)規(guī)則挖掘，一些有

3、意義的模式會(huì)被丟失而無(wú)法獲得，為此，本文提出了一種新形式的關(guān)聯(lián)規(guī)則一多相關(guān)關(guān)聯(lián)規(guī)則，在給出多相關(guān)關(guān)聯(lián)規(guī)則形式化定義的基礎(chǔ)上，對(duì)有用多相關(guān)關(guān)聯(lián)規(guī)則的挖掘準(zhǔn)則進(jìn)行了研究，并給出了一個(gè)挖掘算法，并且利用多相關(guān)關(guān)聯(lián)規(guī)則對(duì)蛋白質(zhì)結(jié)構(gòu)數(shù)據(jù)進(jìn)行了分析，從中得到了很多有用的規(guī)則，在其它兩個(gè)數(shù)據(jù)集上也進(jìn)行了實(shí)驗(yàn)，得到了一些新穎的知識(shí)。 (2)利用定量關(guān)聯(lián)規(guī)則分析蛋白質(zhì)結(jié)構(gòu)數(shù)據(jù)的研究1961年Anfinsen提出蛋白質(zhì)分子的一級(jí)序列完全決定其空間結(jié)

4、構(gòu)的論斷，對(duì)于這個(gè)假定，我們需要分析如下幾個(gè)問(wèn)題：不同的氨基酸對(duì)不同的蛋白質(zhì)空間結(jié)構(gòu)形成是否具有不同的傾向性?蛋白質(zhì)的氨基酸序列是否是隨機(jī)的?序列中是否存在著一些氨基酸共生模式?這些模式是否對(duì)不同空間結(jié)構(gòu)的形成具有不同的傾向性?目前開(kāi)展的大部分研究是基于氨基酸序列預(yù)測(cè)蛋白質(zhì)各位點(diǎn)的空間結(jié)構(gòu)，主要是定性研究，利用定量方法分析不同氨基酸對(duì)形成不同蛋白質(zhì)結(jié)構(gòu)的傾向性的研究卻較少，本文提出利用定量關(guān)聯(lián)規(guī)則分析蛋白質(zhì)的氨基酸構(gòu)成和蛋白質(zhì)結(jié)構(gòu)形成間

5、的關(guān)聯(lián)關(guān)系，獲得了很多有用的規(guī)則，這些規(guī)則對(duì)人工合成蛋白質(zhì)分子具有參考價(jià)值。 (3)聚類和關(guān)聯(lián)規(guī)則挖掘在基因表達(dá)數(shù)據(jù)分析中的應(yīng)用研究面向生物數(shù)據(jù)的關(guān)聯(lián)規(guī)則挖掘算法及其應(yīng)用研究由于基因表達(dá)數(shù)據(jù)具有高維低樣本的特點(diǎn)，直接對(duì)基因表達(dá)數(shù)據(jù)進(jìn)行關(guān)聯(lián)規(guī)則挖掘，實(shí)際上是不可行的。為此，本文將聚類和關(guān)聯(lián)規(guī)則挖掘相結(jié)合，首先對(duì)基因表達(dá)數(shù)據(jù)進(jìn)行聚類分析，得到若干基因簇，實(shí)現(xiàn)了分析數(shù)據(jù)的降維，然后對(duì)每個(gè)基因簇中的表達(dá)數(shù)據(jù)進(jìn)行離散化，將每個(gè)基因離散化為

6、7個(gè)項(xiàng)目，然后進(jìn)行關(guān)聯(lián)規(guī)則挖掘，得到了大量的關(guān)聯(lián)規(guī)則，得到的這些關(guān)聯(lián)規(guī)則不僅提供了基因之間的調(diào)控方向，而且還提供了基因之間調(diào)控強(qiáng)度的信息。 (4)從腫瘤基因表達(dá)數(shù)據(jù)挖掘分類規(guī)則的研究基于關(guān)聯(lián)規(guī)則的分類研究是關(guān)聯(lián)規(guī)則挖掘研究的一個(gè)熱點(diǎn)，目前這方面也已經(jīng)開(kāi)展了大量的研究工作。由于腫瘤基因表達(dá)數(shù)據(jù)中的樣本具有高維低樣本的特點(diǎn)，所以很難直接應(yīng)用傳統(tǒng)的關(guān)聯(lián)規(guī)則挖掘算法構(gòu)建分類器，因此本文提出了一種直接從腫瘤基因表達(dá)數(shù)據(jù)挖掘分類規(guī)則的方法，