基于最小编码长度的基因数据聚类(英文)

[目的]分析基于最小编码长度的基因数据聚类算法的聚类效果,以期为基因数据聚类提供新的方法。[方法]将基因数据的聚类看成是高维混合数据的聚类,通过对基因数据进行预处理后,再利用主成分分析将基因数据降维,降维后基因数据呈类高斯分布,这样分布的基因数据能够被一个简单的基于有损数据压缩的聚类算法进行有效的聚类,而该基于有损数据压缩的聚类算法是根据聚类后使基因的总体编码长度最小原则对基因进行聚类的。试验中分别利用该新算法与传统聚类算法对酵母和拟南芥基因数据进行聚类,并通过基因聚类内部评价和功能评价来验证该新算法的有效性。[结果]通过利用酵母和拟南芥基因数据对新算法的验证试验表明,该研究中的新算法得到的聚类效果优于传统聚类算法,且避免了聚类数需要主观确定和对初始聚类中心敏感等问题。[结论]该研究结果为基因数据聚类提供了一种全新的聚类方法。     

基于最小编码长度的基因数据聚类

[目的]分析基于最小编码长度的基因数据聚类算法的聚类效果,以期为基因数据聚类提供新的方法。[方法]将基因数据的聚类看成是高维混合数据的聚类,通过对基因数据进行预处理后,再利用主成分分析将基因数据降维,降维后基因数据呈类高斯分布,这样分布的基因数据能够被一个简单的基于有损数据压缩的聚类算法进行有效的聚类,而该基于有损数据压缩的聚类算法是根据聚类后使基因的总体编码长度最小原则对基因进行聚类的。试验中分别利用该新算法与传统聚类算法对酵母和拟南芥基因数据进行聚类,并通过基因聚类内部评价和功能评价来验证该新算法的有效性。[结果]通过利用酵母和拟南芥基因数据对新算法的验证试验表明,该研究中的新算法得到的聚类效果优于传统聚类算法,且避免了聚类数需要主观确定和对初始聚类中心敏感等问题。[结论]该研究结果为基因数据聚类提供了一种全新的聚类方法。     

用最短路径传递共表达预测拟南芥基因功能

提出基因之间传递共表达可作为一个重要因素来连接同一代谢通路中的基因,而同一代谢通路中的功能相似的基因都是高表达相关的.因此可通过求代谢通路下的最短路径,南同在一条最短路径上的与未知基因高表达相关的已知基因来预测末知基因的功能.通过用最短路径算法分析拟南芥代谢通路下的共表达数据对未知基因的功能进行预测,证明了此方法可以预测出拟南芥代谢通路下未知基因的功能,并验证了通过在代谢通路下求最短路径来预测基因功能的方法具有一定的可行性和有效性. Abstract： The present paper predicted the function of unknow genes by analyzing the co-expression data of Arabidopsis thaliana from biological pathway based on the shortest-path algorithm.This paper proposed that transitive co-expression among genes can be used as an important attribute to link genes of the same biological pathway.The genes from the same biological pathway with similar functions are strongly correlated in expression.Moreover,the function of unknown genes can be predicted by the known genes where they are strongly correlated in expression lying on the same shortest-path from the biological pathway.Analyzing the Arabidopsis thaliana from the biological pathway,this study showed that this method can reliably reveal function of the unknown Arabidopsis thaliana genes and the approach of predicting gene function by transitiving coexpression in shortest-path is feasible and effective.     

用最短路径传递共表达预测拟南芥基因功能

提出基因之间传递共表达可作为一个重要因素来连接同一代谢通路中的基因,而同一代谢通路中的功能相似的基因都是高表达相关的。因此可通过求代谢通路下的最短路径,由同在一条最短路径上的与未知基因高表达相关的已知基因来预测未知基因的功能。通过用最短路径算法分析拟南芥代谢通路下的共表达数据对未知基因的功能进行预测,证明了此方法可以预测出拟南芥代谢通路下未知基因的功能,并验证了通过在代谢通路下求最短路径来预测基因功能的方法具有一定的可行性和有效性。