数据挖掘技术在生物信息学基因变异规律研究中的应用

• 作者: 周琴 姜庆五 张文彤 赵耐青
• 来源期刊: 中国卫生统计
• 关键词: 数据挖掘 两阶段聚类法 自组织图 生物信息学 甲型流感病毒
• 年，卷（期）: 2005,（1）
• 所属期刊栏目: 论著
• 页码范围: 5-8
• 页数: 4页
• 字数: 4053字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-3674.2005.01.002

摘要

目的聚类分析中适宜类别数的确定和结果的验证一直是难以解决的问题,而在生物信息学研究中这一矛盾尤为突出,本文试图将数据挖掘技术引入这一领域,以期能有所帮助.方法以甲型流感病毒的H3序列为例,按照数据挖掘的思想将其拆分为训练集和验证集,然后使用两阶段聚类法和自组织图进行聚类分析,利用验证集对聚类结果进行验证,并进行各类的特征描述.结果两阶段聚类法可自动搜索适宜的类别数,两种聚类方法结果相互验证,以及验证集的结果验证都证实了聚类结果的准确性.结论数据挖掘方法体系中的智能聚类技术可以满足基因序列数据聚类问题的需求,其相关技术可较好的解决类别数判定、结果验证等问题,值得在该领域中推广.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵耐青	复旦大学公共卫生学院	99	1175	18.0	29.0
2	姜庆五	复旦大学公共卫生学院	325	3296	25.0	40.0
3	张文彤	复旦大学公共卫生学院	27	373	10.0	19.0
4	周琴	复旦大学公共卫生学院	14	154	6.0	12.0