基于小波的腫瘤基因表達(dá)數(shù)據(jù)聚類分析模型

《基于小波的腫瘤基因表達(dá)數(shù)據(jù)聚類分析模型》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫。

1、第１７卷第５期（自然科學(xué)版）Ｖｏｌ．１７Ｎｏ．５２０１１年１０月ＪＯＵＲＮＡＬＯＦＳＨＡＮＧＨＡＩＵＮＩＶＥＲＳＩＴＹ（ＮＡＴＵＲＡＬＳＣＩＥＮＣＥ）Ｏｃｔ．２０１１ｄｏｉ：１０．３９６９／ｊ．ｉｓｓｎ．１００７２８６１．２０１１．０５．０１０基于小波的腫瘤基因表達(dá)數(shù)據(jù)聚類分析模型黃文佳，馮鐵男，王翼飛（上海大學(xué)理學(xué)院，上海２００４４４）摘要：運用小波的降噪性建立一種基于腫瘤基因表達(dá)譜的聚類分析模型，采用小波變換、信息抽取、雙向聚類的方法對基因表達(dá)譜進(jìn)行有效的分析．通過這種模型，可以降低基因表達(dá)譜的噪音以及樣本錯聚率．最后，將該方法應(yīng)用于結(jié)腸癌基因表達(dá)譜的分析．關(guān)鍵詞：基因表達(dá)數(shù)據(jù)；小波

2、變換；特異表達(dá)基因；聚類分析中圖分類號：Ｏ２３５文獻(xiàn)標(biāo)志碼：Ａ文章編號：１００７２８６１（２０１１）０５０６２４０７ＷａｖｅｌｅｔＢａｓｅｄＣｌｕｓｔｅｒＡｎａｌｙｓｉｓＭｏｄｅｌｏｆＴｕｍｏｒＧｅｎｅＥｘｐｒｅｓｓｉｏｎＤａｔａＨＵＡＮＧＷｅｎｊｉａ，ＦＥＮＧＴｉｅｎａｎ，ＷＡＮＧＹｉｆｅｉ（ＣｏｌｌｅｇｅｏｆＳｃｉｅｎｃｅｓ，ＳｈａｎｇｈａｉＵｎｉｖｅｒｓｉｔｙ，Ｓｈａｎｇｈａｉ２００４４４，Ｃｈｉｎａ）Ａｂｓｔｒａｃｔ：Ｔｈｉｓｐａｐｅｒｉｎｔｒｏｄｕｃｅｓａｍｏｄｅｌｏｆｃｌｕｓｔｅｒｉｎｇａｎａｌｙｓｉｓｏｆｔｕｍｏｒｇｅｎｅｄａｔａｅｘｐｒｅｓｓｉｏｎｕｓｉｎｇｗａ

3、ｖｅｌｅｔｆｏｒｎｏｉｓｅｒｅｄｕｃｔｉｏｎ．Ｔｈｅｍｏｄｅｌａｎａｌｙｚｅｓｔｈｅｇｅｎｅｅｘｐｒｅｓｓｉｏｎｄａｔａｅｆｆｅｃｔｉｖｅｌｙｕｓｉｎｇｔｈｅｍｅｔｈｏｄｓｏｆｗａｖｅｌｅｔｔｒａｎｓｆｅｒ，ｄａｔａｍｉｎｉｎｇａｎｄｃｏｕｐｌｅｄｔｗｏｗａｙｃｌｕｓｔｅｒｉｎｇ．Ｗｉｔｈｔｈｉｓｍｏｄｅｌ，ｎｏｉｓｅｉｎｔｈｅｇｅｎｅｅｘｐｒｅｓｓｉｏｎｄａｔａｃａｎｂｅｒｅｄｕｃｅｄａｎｄａｃｃｕｒａｃｙｏｆｓａｍｐｌｅｃｌａｓｓｉｆｉｃａｔｉｏｎｃａｎｂｅｉｎｃｒｅａｓｅｄ．Ｔｈｅｍｏｄｅｌｉｓａｐｐｌｉｅｄｔｏｔｈｅａｎａｌｙｓｉｓｏｆｇｅｎｅｅｘｐｒｅｓｓｉｏｎｄａｔａｏｆｃｏ

4、ｌｏｎ．Ｋｅｙｗｏｒｄｓ：ｇｅｎｅｅｘｐｒｅｓｓｉｏｎｄａｔａ；ｗａｖｅｌｅｔｔｒａｎｓｆｏｒｍａｔｉｏｎ；ｓｐｅｃｉｆｉｃｅｘｐｒｅｓｓｅｄｇｅｎｅｓ；ｃｌｕｓｔｅｒａｎａｌｙｓｉｓ基因芯片（ｇｅｎｅｃｈｉｐｓ）是目前最主要的且發(fā)展表達(dá)數(shù)據(jù)，該技術(shù)已被廣泛應(yīng)用于生物醫(yī)學(xué)、疾病診［１］［２］最早、最快的生物芯片．將待測樣本標(biāo)記后與基因斷和藥物篩選等多個領(lǐng)域．由于基因表達(dá)的信號芯片進(jìn)行雜交，經(jīng)激光共聚焦熒光掃描儀掃描，通過值常常受到噪音的污染，而傳統(tǒng)的研究方法無法將其電腦系統(tǒng)處理、分析即可得到相應(yīng)的信號值．信號值去除，因此經(jīng)常在發(fā)現(xiàn)特異表達(dá)基因時出現(xiàn)較高的假代表了結(jié)合在探針上的待測樣本中特定

5、大分子的信陽性，降低了樣本聚類的準(zhǔn)確率，并且對研究基因表息，從而可檢測對應(yīng)片段是否存在及存在量的多少．達(dá)模式、提取分類特征基因等帶來了一定的困難．狹義的基因芯片又叫ＤＮＡ微陣列（ＤＮＡｍｉｃｒｏａｒｒａｙ），小波變換（ｗａｖｅｌｅｔｔｒａｎｓｆｏｒｍａｔｉｏｎ）是空間（時間）主要包括ｃＤＮＡ微陣列和寡核苷酸微陣列．和頻率的局部變換，因而能有效地從信號中提取信ＤＮＡ芯片技術(shù)作為一種高通量的基因表達(dá)分息，通過伸縮和平移等運算功能，可對函數(shù)或信號進(jìn)析平臺，通過一次試驗就能獲得成千上萬個基因的行多尺度的細(xì)化分析，特別適用于非穩(wěn)定信號的信收稿日期：２０１００１１１基金項目：國家自然科學(xué)基金資助項

6、目（３０８７１３４１）；上海市重點學(xué)科建設(shè)資助項目（Ｓ３０１０４）；上海市教委重點學(xué)科建設(shè)資助項目（Ｊ５０１０１）通信作者：王翼飛（１９４８～），男，教授，博士生導(dǎo)師，研究方向為計算分子生物學(xué)．Ｅｍａｉｌ：ｙｉｆｅｉ＿ｗａｎｇ＠ｓｔａｆｆ．ｓｈｕ．ｅｄｕ．ｃｎ第５期黃文佳，等：基于小波的腫瘤基因表達(dá)數(shù)據(jù)聚類分析模型６２５［３］息提?。疄榻鉀Q聚類過程中存在的一些問題，本研究通過對基因表達(dá)數(shù)據(jù)進(jìn)行小波變換，降低表達(dá)值中的噪音，從而為提取出基本信息建立了一種新的聚類分析模型．通過該模型選取的特異表達(dá)基因，對于腫瘤樣本的分類、腫瘤疾病的診斷和治療都具有重要意義．１聚類分析模型１．１傳統(tǒng)的腫瘤聚類

7、分析模型［４］腫瘤聚類分析模型假設(shè)具有相同或相似表達(dá)模式的基因功能相同或相近，因此通過聚類分析可以將基因分為不同的類型，同時選取出少量的特異表達(dá)基因?qū)颖具M(jìn)行聚類．腫瘤聚類分析模型的主要流程如下：①獲取基因表達(dá)數(shù)據(jù)，并對數(shù)據(jù)進(jìn)行預(yù)處理和歸一化；②依次計算每個基因的綜合屬性，將每個基因在不同樣本中的表達(dá)值轉(zhuǎn)化為一個數(shù)值；③選取少量的特異表達(dá)基因，選擇一種聚類分析方法對基因和樣本分別進(jìn)行聚類，將表達(dá)模式相似的基因聚為一類，這