基于遺傳算法的基因芯片數(shù)據(jù)聚類研究.pdf

1、近年來基因芯片技術(shù)被廣泛應(yīng)用于生命科學(xué)及相關(guān)的各個(gè)領(lǐng)域，它推動(dòng)了生物學(xué)研究的發(fā)展?；虮磉_(dá)的模式可以提供有關(guān)細(xì)胞狀態(tài)的重要信息，基因芯片技術(shù)可以用一個(gè)樣本同時(shí)測(cè)量數(shù)千個(gè)基因的表達(dá)情況。 聚類分析技術(shù)在分析基因芯片表達(dá)數(shù)據(jù)中扮演了重要的角色。在基因表達(dá)數(shù)據(jù)聚類分析中，使用不同的參數(shù)，得到的類結(jié)構(gòu)可能顯著不同，k-means算法應(yīng)用較為廣泛。本文首先以k-means算法為基準(zhǔn)，對(duì)常見的兩種類型的基因芯片數(shù)據(jù)適用的預(yù)處理方式和相似度

2、選取進(jìn)行了研究和分析，結(jié)果顯示：對(duì)于時(shí)間序列數(shù)據(jù)集，對(duì)數(shù)化轉(zhuǎn)換后，相似度選擇協(xié)方差所得結(jié)果最好；對(duì)于非時(shí)間序列數(shù)據(jù)集，對(duì)數(shù)轉(zhuǎn)化最好，相似度選取歐氏距離、平方歐氏距離、馬氏距離都比較好。 由于k-means算法對(duì)于初始值非常敏感且易陷入局部極小值，而遺傳算法是一種通過模擬自然進(jìn)化過程搜索最優(yōu)解的算法，它具有隱含并行性和對(duì)全局信息的有效利用能力，將兩者結(jié)合產(chǎn)生了基于遺傳算法的k-means聚類算法-GKA算法，它既能夠發(fā)揮遺傳算法

3、的全局尋優(yōu)能力，又能兼顧k-means算法的局部搜索能力，更好地解決聚類問題。本文結(jié)合參數(shù)研究結(jié)果，并將自然進(jìn)化中的優(yōu)選思想進(jìn)一步引入GKA算法，提出了新的基于遺傳算法的k-means聚類算法-IKGA算法。將該算法應(yīng)用于酵母基因表達(dá)數(shù)據(jù)集研究，結(jié)果顯示IKGA算法極顯著(P＜0.01)的優(yōu)于GKA算法和k-means算法。 最后將該IKGA算法應(yīng)用于豬基因表達(dá)數(shù)據(jù)的聚類分析中，結(jié)果顯示，該算法能很好地避免了初始值對(duì)聚類結(jié)果的