一种基于线性流形的基因表达数据的聚类方法

摘要

由于基因表达数据的稀疏性和噪声性,传统聚类算法对其聚类时不能取得好的效果.针对这一问题,一种新的线性流形方法被提出,它的基本思想是搜索数据集中的线流形聚类,再将其中某些线流形聚类融合构造高维流形聚类.该算法将切向距离和法向距离作为线性流形的距离度量,运用空间近邻信息,采用聚类基因的平均表达水平作为转移向量,提高了聚类的准确度.实验结果表明,该算法的聚类准确性优于其它聚类算法,并且对带有噪声的数据可以保持较高的聚类准确度;在对Hela基因表达数据聚类时,算法得到了具有显著生物学意义的聚类.这些都说明提出的算法对基因表达数据聚类的适用性和有效性.