基于PCA的模糊C均值聚类算法识别AD候选致病基因 |
| |
引用本文: | 杨华兰,庞朝阳,董体智,胡本琼.基于PCA的模糊C均值聚类算法识别AD候选致病基因[J].四川师范大学学报(自然科学版),2016(4):496-502. |
| |
作者姓名: | 杨华兰 庞朝阳 董体智 胡本琼 |
| |
作者单位: | 四川师范大学数学与软件科学学院;四川师范大学计算机科学学院;东华软件股份公司;成都理工大学管理科学学院 |
| |
基金项目: | 中国航空科学基金(2012ZD11) |
| |
摘 要: | 研究表明阿尔茨海默病(AD)的致病机理可能与基因有关.利用计算方法对AD基因表达数据进行挖掘,以获得AD候选致病基因,寻找治愈AD方法.结合生物信息理论应用基于主成分分析(PCA)方法的模糊C均值算法处理基因表达数据:观察到AD基因表达数据具有线性相关性后,先用PCA对数据降维,再利用一维分类方法对降维后的数据聚类,然后将结果提供给模糊C均值算法作为其初始聚类数目和聚类中心.通过算法,最终识别出9个AD候选致病基因.
|
关 键 词: | 基因表达数据 AD候选致病基因 模糊C均值算法 主成分分析 |
本文献已被 CNKI 等数据库收录! |
|