阿尔茨海默病(Alzheimer’s Disease)是一种痴呆症,该病危害性极大。目前仍未知该病的病发原因。利用计算方法对AD基因表达数据进行挖掘,识别与AD有关的候选致病基因,研究它们的致病机理。对寻找治愈AD方法的研究而言是有一定参考意义的。聚类分析是处理生物数据常用方式。结合生物信息理论本文选择改进了的模糊C均值算法(FCM)—基于PCA的模糊迭代自组织算法对基因表达数据聚类。首先,利用主成分分析方法(PCA)对AD基因表达数据降维来获取FCM的初始类别数目和类别中心。其次,利用模糊目标函数和模糊约束函数,确定FCM算法的模糊指数。最后,引入迭代自组织数据分析方法(ISODATA)控制或优化FCM算法的类别数,减小算法失真,获得较好的聚类结果。通过算法最终文章识别出29个AD可能的致病基因。对基因进行理论上的分析后得到如下结论：①辅助性伴侣蛋白表达异常降低机体ATP供能可能导致Ap沉积而引发AD。②基因RERE、HNRNPC表达异常通过引起神经元凋亡而可能诱发AD。③硒蛋白表达量降低通过影响硒的功能而可能诱导AD。④PRRG1, Agtr1表达量升高通过破坏钙稳态而可能诱导AD。最后给出了AD候选致病基因可能的致病机理图。