基于流形学习的基因表达谱数据可视化

• 作者: 曹槐 肖传乐
• 来源期刊: 生物信息学
• 学科: 工学
• 关键词: 基因芯片 流形学习 数据降维可视化
• 年，卷（期）: 2009,（1）
• 页码范围: 47-51
• 页数: 5页
• 分类号: TP181
• 字数: 4346字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-5565.2009.01.013

摘要

基因表达谱的可视化本质上是高维数据的降维问题.采用流形学习算法来解决基因表达谱的降维数据可视化,讨论了典型的流形学习算法(Isomap和LLE)在表达谱降维中的适用性.通过类内/类间距离定量评价数据降维的效果,对两个典型基因芯片数据集(结肠癌基因表达谱数据集和急性白血病基因表达谱数据集)进行降维分析,发现两个数据集的本征维数都低于3, 因而可以用流形学习方法在低维投影空间中进行可视化.与传统的降维方法(如PCA和MDS)的投影结果作比较, 显示Isomap流形学习方法有更好的可视化效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	曹槐	云南大学现代生物学研究中心	37	288	8.0	15.0
2	肖传乐	云南大学物理系非线性复杂系统中心	1	23	1.0	1.0