資源描述：
《基因表達(dá)數(shù)據(jù)的聚類分析》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫(kù)。
1、摘要隨著人類基因組計(jì)劃的進(jìn)展，對(duì)于基因的功能和基因組內(nèi)各基因的研究逐步深入。研究基因在不同時(shí)間和條件下的表達(dá)情況，是認(rèn)識(shí)基因功能的一個(gè)主要途徑。cDNA微陣列技術(shù)可以同時(shí)測(cè)量全基因組的基因的表達(dá)情況，是生物學(xué)家認(rèn)識(shí)基因的重要工具。微陣列技術(shù)產(chǎn)生了大量基因表達(dá)數(shù)據(jù)，要從中提取有價(jià)值的信息，采用數(shù)據(jù)挖掘的技術(shù)是十分必要的。功能相近的基因其表達(dá)模式相似，通過(guò)發(fā)現(xiàn)相似的表達(dá)模式可以預(yù)測(cè)未知基因的功能。數(shù)據(jù)挖掘中的聚類算法是按照數(shù)據(jù)的相似性進(jìn)行劃分，實(shí)現(xiàn)物以類聚的思想。本文采用聚類技術(shù)對(duì)基因表達(dá)數(shù)據(jù)進(jìn)行處理，可以把表現(xiàn)模式相近的
2、基因聚集到一起，這種劃分有助于專業(yè)人員發(fā)現(xiàn)基因功能和遺傳模式。要通過(guò)研究表達(dá)數(shù)據(jù)得到基因的功能和調(diào)控關(guān)系，需要找到恰當(dāng)?shù)姆治龇椒ā１疚慕榻B分析了常用于生物數(shù)據(jù)分析的聚類算法，其中層次聚類、自組織特征映射網(wǎng)絡(luò)、模糊平均值法各具特色。聚類中較為重要的一個(gè)問(wèn)題是距離測(cè)度的選擇，本文采用了歐式距離和相關(guān)系數(shù)，兩者分別適用于空間分布較近和呈線性關(guān)系的數(shù)據(jù)聚類。所有的聚類算法都在網(wǎng)上公布的酵母基因表達(dá)數(shù)據(jù)上進(jìn)行了實(shí)驗(yàn)分析，其中模糊平均值法效果最好。實(shí)驗(yàn)使用的是小規(guī)模的數(shù)據(jù)集，采用的聚類算法可以有效的對(duì)線性相關(guān)的數(shù)據(jù)進(jìn)行劃分。但是基
3、因之間具有復(fù)雜的調(diào)控關(guān)系，有些是間接的和非線性的，所以在這個(gè)領(lǐng)域的研究還需要不斷深入下去。關(guān)鍵詞:基因表達(dá)數(shù)據(jù)，模糊聚類，生物信息學(xué)，數(shù)據(jù)挖掘AbstractAstheHumanGenomeProjectdeveloping,theresearchonthegenes'functionandrelationshipofgenesingenomeprogressgradually.Analyzingtheexpressionofgenesisthemainapproachtofindoutfunctionsofgenes
4、.cDNAmicro-arraytechniqueprovidesbiologistswiththeabilitytomeasuretheexpressionofthousandsofgenesinasingleexperiment.Asdatafrommicro-arraytechniqueaccumulatesanddifferentexperimentshavetobecompared,itwillbeessentialtohavedataminingtechniquetoextractbiologicalsig
5、nificance.Geneswithsimilarfunctionhavesimilarexpression.Wecananticipategenes'functionsbyanalyzinggeneswithsimilarexpression.Clusteringalgorithmpartitionsdataaccordingtotheirsimilarity.Throughclustering,similarexpressiongenescanbeclusteredintothesamegroupthatishe
6、lpfulforbiologiststofindoutgeneticpathways.Itisnecessarytoadoptproperanalyzingalgorithmtodealwithcomplexgeneexpressiondata.Inthisthesis,severalrepresentativeclusteringalgorithmsareintroducedsuchashierarchicalalgorithms,self-organizingfeathercompetitivenetwork,an
7、dfuzzyc-meansalgorithmImportantforallclusteringtechniquesisthedistanceorsimilarityused.Inthisthesis,distancemeasuresconsisttheEuclideandistanceandcorrelation.Eachappliestoneardistributedandlinearrelateddata.Allthealgorithmsimplementonexpressiondataofyeastgenes.T
8、heresultofFuzzyc-meansisthebestofall.Smalldatasetisusedinexperimentsandtheclusteringalgorithmcanpartitionlinearrelateddataefectively.Butrelationshipsofgenesarecomplex
