雌激素基因表達(dá)數(shù)據(jù)的聚類分析.pdf

1、基因芯片技術(shù)是目前研究人類基因組和其他各種模式生物基因組復(fù)雜性的最強(qiáng)有力的工具，這一技術(shù)已經(jīng)廣泛地應(yīng)用于生物學(xué)和醫(yī)學(xué)的各個(gè)領(lǐng)域。但是隨著基因芯片技術(shù)的不斷發(fā)展，產(chǎn)生的基因表達(dá)數(shù)據(jù)也在不斷增加，如何有效的處理和管理芯片實(shí)驗(yàn)所產(chǎn)生的大量數(shù)據(jù)引起研究人員的廣泛關(guān)注，并由此產(chǎn)生了眾多的基因芯片的基因芯片數(shù)據(jù)分析方法。在眾多的分析方法中，聚類分析因?yàn)槟芨鶕?jù)基因表達(dá)譜的相似度將基因分類，為研究人員推測(cè)基因功能和基因調(diào)控網(wǎng)絡(luò)等提供很大的幫助，所以是目

2、前基因芯片分析中應(yīng)用比較廣泛的方法。因此，針對(duì)本文所要研究的雌激素對(duì)前列腺增生影響的基因芯片，主要采用聚類的方法進(jìn)行研究和分析。
　　 論文的主要工作：通過(guò)使用具有外部標(biāo)準(zhǔn)的酵母周期數(shù)據(jù)集，來(lái)研究Silhouette指數(shù)，F(xiàn)OM測(cè)量在評(píng)價(jià)基因聚類分析上的能力和類數(shù)估計(jì)能力，為后面選擇合適的SOM網(wǎng)絡(luò)結(jié)構(gòu)，尋找合理的類數(shù)提供一種依據(jù)。之后在對(duì)基因表達(dá)數(shù)據(jù)的預(yù)處理過(guò)程中提出對(duì)其了改進(jìn)的標(biāo)準(zhǔn)化算法，即將中心化融入聚類過(guò)程中。然后在分析

3、了常見(jiàn)的基因表達(dá)聚類算法的優(yōu)點(diǎn)和不足的基礎(chǔ)之上，提出了對(duì)其改進(jìn)方法，基于類均值標(biāo)準(zhǔn)化的SOM與Kmeans聚類算法相結(jié)合的算法。通過(guò)將類均值的標(biāo)準(zhǔn)化方法融入到SOM的聚類當(dāng)中來(lái)消除在聚類過(guò)程中產(chǎn)生的偏倚，然后采用Kmeans算法對(duì)高分辨率的SOM聚類結(jié)果進(jìn)行邊界的二次劃分，提高了聚類的精度。
　　 最后針對(duì)本文所要研究的雌激素對(duì)前列腺增生影響的基因表達(dá)數(shù)據(jù)，采用改進(jìn)后的算法對(duì)其進(jìn)行聚類分析，得到表達(dá)譜十分相近的分類，為研究雌激素