免疫聚类算法在基因表达数据分析中的应用

doi:10.13190/jbupt.201002.54.268

北京邮电大学学报 ›› 2010, Vol. 33 ›› Issue (2): 54-57.doi: 10.13190/jbupt.201002.54.268

免疫聚类算法在基因表达数据分析中的应用

朱思峰^1,2, 刘芳¹, 柴争义¹

(1西安电子科技大学计算机学院, 西安 710071; 2周口师范学院数学与信息科学系, 河南周口 466001)

收稿日期:2009-05-23 修回日期:1900-01-01 出版日期:2010-04-28 发布日期:2010-04-28
通讯作者: 朱思峰
作者简介:朱思峰(1975—)，男，副教授，博士生， Email: zhusifeng@163.com；刘芳(1963—)，女，教授，博士生导师.
基金资助:
国家自然科学基金项目(60703107)；河南省教育厅自然科学研究计划项目(2010A520050)

Application of Immune Clustering Algorithm to the Analysis of Gene Expression Data

ZHU Si-feng ^1,2 LIU Fang ¹ CHAI Zheng-yi ¹

(1School of Computer Science, Xidian University, Xian 710071, China; 2Department of Mathematics and Information Science, Zhoukou Normal University, Zhoukou, Henan 466000，China)

Received:2009-05-23 Revised:1900-01-01 Online:2010-04-28 Published:2010-04-28
Contact: ZHU Si-feng

摘要/Abstract

摘要：

提出了基于免疫聚类算法的基因表达数据分析方法. 根据基因表达数据矩阵的特点，设计了改进的Consine系数来度量基因相似度；借鉴生物免疫学的有关免疫理论，利用基因表达数据分析的先验知识自适应地改变抗体本身及其与抗原亲合度的关系，构造了基于免疫优势克隆的聚类算法. 与K均值算法和遗传算法的对比实验表明，该算法能够获得较大的类内紧制度、较小的类间分离度，具有较好的工程应用价值.

关键词: 聚类算法, 免疫优势克隆算法, 基因表达数据分析, Consine系数

Abstract:

An analysis method of gene expression data based on immnue clustering algorithm is presented. A modified consine coefficient is put forward to measure comparability of genes in accordance with the characteristic of gene expression data matrix. Inspired by the biology immune system，a new clustering algorithm based on immunodominance cloning(ICCA) is designed. In comparison with Kmeans algorithm and genetic Kmeans algorithm, the proposed ICCA given can achieve good class compactness and separability. 

Key words: clustering algorithm, immunodominance cloning algorithm, gene expression data analysis, Consine coefficient

朱思峰刘芳柴争义. 免疫聚类算法在基因表达数据分析中的应用[J]. 北京邮电大学学报, 2010, 33(2): 54-57.

ZHU Si-feng LIU Fang CHAI Zheng-yi. Application of Immune Clustering Algorithm to the Analysis of Gene Expression Data[J]. JOURNAL OF BEIJING UNIVERSITY OF POSTS AND TELECOM, 2010, 33(2): 54-57.

参考文献

[1] Gasch A, Eisen M. Exploring the conditional coregulation of yeast gene expression through fuzzy K-means clustering[J]. FEBS Lett, 2008, 6(11): 123-129.
[2] 郑明, 刘桂霞, 周春光, 等. 基于并行免疫遗传算法基因表达数据的动态模糊聚类[J]. 吉林大学学报: 理学版, 2009, 47(1): 63-68. Zheng Ming, Liu Guixia, Zhou Chunguang, et al. Dynamic fuzzy clustering for analyzing microarray gene expression data based on a parallel immune genetic algorithm[J]. Journal of Jilin University: Science Edition, 2009, 47(1): 63-68.
[3] 纪震, 廖惠连, 吴青华. 粒子群算法及应用[M]. 北京: 科学出版社, 2009. Ji Zhen, Liao Huilian, Wu Qinghua. Particle swarm optimization algorithm and its application[M]. Beijing: Science Press, 2009.
[4] Ji Xinglai, Li Ling, Sun Zhirong. Mining gene expression data using a novel approach based on hidden Markov models[J]. Evolutionary Computation Journal, 2008, 56(1): 125-131.
[5] 朱蔚恒, 印鉴, 谢益煌. 基于数据流的任意形状聚类算法[J]. 软件学报, 2006, 17(3): 379-387. Zhu Weiheng, Yin Jian, Xie Yihuang. Arbitrary shape cluster algorithm for clustering data stream[J]. Journal of Software, 2006, 17(3): 379-387.
[6] Alon U, Barkai N, Notternman D A, et al. Broad patterns of gene expression revealed by clustering analysis of tumor and normal colon tissues probed by oligonucleotide arrays[J]. Pros Natl Acal Sci USA, 1999, 96(3): 6745-6750.
[7] 牛琨, 张舒博. 采用属性聚类的高维子空间聚类算法[J]. 北京邮电大学学报, 2007, 30(3): 1-5. Niu Kun, Zhang Shubo. Subspace clustering through attribute clustering[J]. Journal of Beijing University of Posts and Telecommunications, 2007, 30(3): 1-5.
[8] 马文萍, 尚荣华, 焦李成. 免疫克隆优化聚类技术[J]. 西安电子科技大学学报, 2007, 34(6): 911-916. Ma Wenping, Shang Ronghua, Jiao Licheng. Immune clonal optimization clustering technique[J]. Journal of Xidian University, 2007, 34(6): 911-916.

免疫聚类算法在基因表达数据分析中的应用

Application of Immune Clustering Algorithm to the Analysis of Gene Expression Data

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 6

编辑推荐

Metrics

本文评价

[1]	苏东, 余宁梅. 基于深度学习的OBD端口占用状态自动识别算法[J]. 北京邮电大学学报, 2019, 42(6): 49-57.
[2]	袁仁进, 陈刚, 李锋, 魏双建. 基于VSM和Bisecting K-means聚类的新闻推荐方法[J]. 北京邮电大学学报, 2019, 42(1): 114-119.
[3]	王李彧, 孙斌, 秦童. 改进的DBSCAN聚类算法在云任务调度中的应用[J]. 北京邮电大学学报, 2017, 40(s1): 68-71.
[4]	王鑫, 黄忠义. 网络资源中基于K-Means聚类的个性化推荐[J]. 北京邮电大学学报, 2014, 37(s1): 120-124.
[5]	张剑，钱宗珏，寿国础，胡怡红. 在线聚类的网络流量识别[J]. 北京邮电大学学报, 2011, 34(1): 103-106.
[6]	范琳，王换招，王海. WSN中基于FCM算法的多目标跟踪数据融合[J]. 北京邮电大学学报, 2006, 29(s1): 158-162.