基因表達(dá)數(shù)據(jù)缺失值填補(bǔ)算法的比較研究.pdf

1、隨著人類基因組計(jì)劃對(duì)人類全基因組測(cè)序的完成，人類對(duì)生命的解釋已經(jīng)進(jìn)入了功能基因時(shí)代.基因芯片技術(shù)已經(jīng)較為完善并趨于成熟，已可以同時(shí)針對(duì)大量基因進(jìn)行檢測(cè).如何從基因芯片技術(shù)產(chǎn)生的海量數(shù)據(jù)中提取有效信息，挖掘隱藏在基因表達(dá)數(shù)據(jù)下的生物學(xué)信息，進(jìn)而了解生命生長(zhǎng)過(guò)程及人類疾病的發(fā)病機(jī)理，就成為生物信息學(xué)中面臨的重大挑戰(zhàn)之一.但由于基因芯片在制備過(guò)程中，制備方法與實(shí)驗(yàn)因素的影響，現(xiàn)存的公共基因表達(dá)數(shù)據(jù)庫(kù)中的基因表達(dá)數(shù)據(jù)集均存在不同程度的缺失，由于

2、在基因表達(dá)數(shù)據(jù)的后續(xù)分析中，多數(shù)的分析方法都建立在完整數(shù)據(jù)集的基礎(chǔ)之上，而缺失數(shù)據(jù)勢(shì)必會(huì)影響后續(xù)分析結(jié)果，所以要對(duì)數(shù)據(jù)集中的缺失數(shù)據(jù)進(jìn)行填補(bǔ).
　　本文中對(duì)較為經(jīng)典的缺失值填補(bǔ)算法進(jìn)行分析與研究，將K-均值聚類算法與奇異值分解算法相結(jié)合，利用逐步逼近的思想提出一種改進(jìn)算法(Adjusted SingularValue Decomposition，ASVD).利用本文中所研究的缺失值填補(bǔ)算法估計(jì)不同缺失機(jī)制下的缺失數(shù)據(jù)，通過(guò)均方根誤