阿尔茨海默病简称AD病是一种较为严重的痴呆症,目前为止全世界AD病的患者数量正持续不断增加,而从医学的角度还尚未能明确其致病机理。本文核心思想是建立新的算法模型,挖掘出基因数据表达特征,列出可能与AD病相关的基因。聚类分析(Cluster Analysis)又称聚类,是将对象或观测划分成子集的过程。每一个子集是一个簇,使得簇中的对象相似度较高,但与其他簇中的数据对象却极为不相似,它可能将引发基因数据内事先未知的群组的发现。本文在设计新算法前加上了聚类的思想以筛选出可能与AD病相关的基因。在本文中,首先引入聚类的思想,将一个簇视为在相同的实验环境下产生的,标记为同一类,因此,不同的簇之间看作为不同的实验条件,这里标记为不同类。再次,将一个类心组中的一致表达(即一致上升或一致下降)的基因筛选出来。若筛选出的基因在每一个类心组中都显示着同样的特征,则该基因亦被筛选出来,在本文中视为可能与AD病相关的基因。本文共筛选出144个可能与AD病相关的基因,附录2中标记的8个基因已经被某些权威文献总结出与AD病有关。对这里基因进行基于位置和功能的检索,推测出将可能导致AD病的相关结论：(1)位于膜上的基因由信号传导异常而可能引发AD病(2)阿尔兹海默病很可能是由神经细胞增值过程紊乱造成的。(3)AD病很可能和与锌离子结合的基因有关.并且这些基因参与的信号通路异常：文章总结了11个与AD病相关的基因,将每个基因的passway汇总后形成较为完整的AD病致病机理passways。