一种基于"基因表达谱"的并行聚类算法

• 作者: 迟学斌 郎显宇 陆忠华
• 来源期刊: 计算机学报
• 学科: 工学
• 关键词: 聚类分析 基因表达谱 分层聚类 负载平衡
• 年，卷（期）: 2007,（2）
• 所属期刊栏目: 短文
• 页码范围: 311-316
• 页数: 6页
• 分类号: TP3
• 字数: 4681字
• 语种: 中文
• DOI: 10.3321/j.issn:0254-4164.2007.02.019

摘要

跨物种的生物序列比较已经被广泛应用于基因功能预测,而越来越多的实验表明序列相似性并不足以保证基因功能相似.为了精确确定基因功能,不仅需要考虑序列性质,还需探索基因表达信息的特性,因为基因表达的改变往往伴随着基因功能的改变.通过聚类分析基因表达谱,可以直观判断协同表达基因及其规律,这是考察基因功能的重要一步.由于生物组织基因表达的复杂性,以及识别表达的microarray技术和理念的不断更新,表达数据的规模也呈指数规律递增,聚类分析遭遇了巨大瓶颈--过高的时空复杂度.根据"基因表达谱"的数据特征,对处理表达谱数据的分层聚类提出了一种并行分层聚类算法--PHCA,主要解决了并行设计的负载平衡问题,并实现了MPI平台的并行程序设计.并行程序性能分析表明,PHCA算法较大幅度降低了分层聚类算法的时空复杂度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	迟学斌	中国科学院计算机网络信息中心超级计算中心	101	634	14.0	21.0
2	陆忠华	中国科学院计算机网络信息中心超级计算中心	55	174	7.0	11.0
3	郎显宇	中国科学院计算机网络信息中心超级计算中心	7	36	3.0	6.0