基因表达数据的聚类分析研究进展

• 作者: 孙亮 岳峰 左旺孟 王宽全 王永吉
• 来源期刊: 自动化学报
• 学科: 工学
• 关键词: DNA微阵列 基因表达数据 聚类分析
• 年，卷（期）: 2008,（2）
• 所属期刊栏目: 综述
• 页码范围: 113-120
• 页数: 8页
• 分类号: TP39
• 字数: 9512字
• 语种: 中文
• DOI: 10.3724/SP.J.1004.2008.00113

摘要

基因表达数据的爆炸性增长迫切需求自动、有效的数据分析工具.目前聚类分析已成为分析基因表达数据获取生物学信息的有力工具.为了更好地挖掘基因表达数据,近年来提出了许多改进的传统聚类算法和新聚类算法.本文首先简单介绍了基因表达数据的获取和表示,之后系统地介绍了近年来应用在基因表达数据分析中的聚类算法.根据聚类目标的不同将算法分为基于基因的聚类、基于样本的聚类和两路聚类,并对每类算法介绍了其生物学的含义及其难点,详细讨论了各种算法的基本原理及优缺点.最后总结了当前的基因表达数据的聚类分析方法,并对发展趋势作了进一步的展望.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王宽全	哈尔滨工业大学计算机学院生物信息技术研究中心	69	573	11.0	21.0
2	王永吉	中国科学院软件研究所互联网软件技术实验室	31	403	12.0	19.0
3	孙亮	中国科学院软件研究所互联网软件技术实验室	48	343	10.0	17.0
4	左旺孟	哈尔滨工业大学计算机学院生物信息技术研究中心	20	239	7.0	15.0
5	岳峰	哈尔滨工业大学计算机学院生物信息技术研究中心	6	88	4.0	6.0