最小支撑树算法在基因表达数据聚类分析中的应用

• 作者: 宋晓峰 张焕萍 王惠南
• 来源期刊: 南京航空航天大学学报
• 学科: 生物学
• 关键词: 最小支撑树 基因表达数据 聚类分析 DNA微阵列
• 年，卷（期）: 2007,（2）
• 页码范围: 171-175
• 页数: 5页
• 分类号: Q811.4
• 字数: 4051字
• 语种: 中文
• DOI: 10.3969/j.issn.1005-2615.2007.02.007

摘要

聚类分析已成为对基因表达数据进行挖掘以提取生物医学信息的主要方法.本文提出了基于图论的最小支撑树(Minimum spanning tree,MST)聚类算法,用MST表示多维基因表达数据,可将数据的聚类转换为对最小支撑树的分割,相对于传统聚类方法,最小支撑树算法具有形象直观、对一些准则函数能产生全局最优解等优点;将MST算法分别与Memetic algorithm及人工免疫算法(Artificial immune network,aiNet)相结合,则产生更优化的聚类结果.对酵母基因表达数据的实验结果表明,最小支撑树聚类算法是一种有效的基因表达数据的聚类方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王惠南	南京航空航天大学自动化学院	170	1536	20.0	30.0
2	宋晓峰	南京航空航天大学自动化学院	45	295	8.0	16.0
3	张焕萍	南京航空航天大学自动化学院	5	33	3.0	5.0