论文部分内容阅读
本文重点研究了DNA微阵列基因表达数据挖掘算法,涉及孤立点检测、特征选取以及聚类、分类算法研究,这些算法应用于DNA微阵列基因表达数据分析均取得了比较好的效果。
在DNA微阵列技术应用于中药研究方面,采用层次聚类方法筛选中药双龙方主要成分作用下的差异表达基因聚类,研究了双龙方主要有效成分对大鼠骨髓基质细胞(Marrow Stromal Cells,MSCs)增殖及分化的影响。
在孤立点检测研究方面,针对两种基于k最近邻居(k-Nearest Neighbor,KNN)图孤立点检测方法:入度统计法(Outlier Detection using Indegree Number,ODIN)和k最近邻居算法的不足,提出了一种改进方法:两阶段孤立点检测方法,并进行了适当扩充使之适用于数据集中孤立点数目未知情况下的孤立点检测。算法应用于DNA微阵列基因表达数据集进行样本孤立点检测取得了很好效果。
在差异表达基因选取和功能基因组分析方面,设计使用遗传算法(Genetic Algorithm,GA)挑选主基因,其中用k最近邻居方法作为模式识别方法,使用支持向量机构建一个分类器进行样本分类。通过实验,在经典的白血病DNA微阵列基因表达数据集上,对于34个样本的测试集,达到了100%的分类准确率。
基于模糊数学理论,构造了综合评价指标并应用于基因表达数据进行差异表达基因的选取,丰富了差异表达基因选取的手段;针对模糊C均值算法(Fuzzy C-Means,FCM)无法保证收敛到全局最优点的弱点,引入了粒子群优化进化算法,以增强其全局搜索能力,形成一个混合算法。将这一算法应用于DNA微阵列基因表达数据功能基因组聚类研究,取得了较好的效果。
将最优正交质心特征选取算法(Orthogonal Centroid Feature Selection,OCFS)成功地应用于DNA微阵列基因表达数据主基因挑选,并与基于信噪比的主基因挑选法和基于遗传算法的主基因挑选法进行了对比研究,证明了该方法的适用性。
在基于模型化聚类、分类研究中,提出采用非参数贝叶斯方法进行基因的自动聚类,然后结合经验贝叶斯方法对样本进行分类研究,取得了比较好的结果。