您当前的位置：
首页 > 文献资料
所属专业：
Xie-Beni指数文献资料
-
小脑基因表达数据的模糊多尺度聚类分析
目的 为了更好地建立符合生物学意义的基因归类,为一些未知基因的功能提出解释提供参考.方法 首先对小脑组织随机抽取100组预处理后的基因表达数据,对每个由7个时间点所成的基因表达信号做多尺度分析,其次在各个尺度下运用改进的FCM算法设计了一个归类阀值,并利用模糊聚类Xie-Beni指数得到了优聚类数并实现各个尺度下小脑组织基因的聚类,并把每一层对应的聚类结果输出到文本文件,后找出各层聚类结果完全一致的基因进行归类并进行生物学解释.结果 得到的小脑组织基因优聚类数为3类,通过分类结果对照发现,各类中的大多数基因生物学意义接近.结论 运用多尺度分析并结合FCM算法应用于基因聚类是有效的,结果具有一定生物学意义,能对生物学基因聚类及基因功能解释具有一定指导作用.
关键词： 多尺度分析 FCM算法 Xie-Beni指数 聚类 基因
