基因表达数据聚类分析方法的比较

• 作者: 岳超 张瑾 章元明
• 来源期刊: 南京农业大学学报
• 学科: 生物学
• 关键词: 聚类分析 Cali(n)ski-Harabasz指数 灵敏值 分类正确率 基因表达谱
• 年，卷（期）: 2014,（6）
• 所属期刊栏目: 研究报告
• 页码范围: 1-6
• 分类号: Q348
• 语种: 中文
• DOI: 10.7685/j.issn.1000-2030.2014.06.001

摘要

通过生物信息学分析方法,利用广泛使用的基因芯片技术产生的数万个基因表达数据,揭示基因的功能和相互作用.聚类分析是一种主要的生物信息学分析方法,能高效发掘功能一致的基因.针对基因表达谱聚类分析方法较多、应用者选择方法困难的问题,本研究利用3组基因表达谱模拟数据和1组酵母菌基因表达实际数据,通过Cali(n)ski-Harabasz指数、灵敏值和分类正确率3个指标,比较了平滑样条聚类、数量性状关联聚类和局部逼近模糊聚类法3种经典方法.结果表明:平滑样条聚类法的Cali(n)ski-Harabasz指数平均数最大,灵敏值平均数最小,分类正确率最大,为最优方法;数量性状关联聚类次之,局部逼近模糊聚类最差.这一结果为今后基因表达谱数据聚类分析方法选择提供了参考依据.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	章元明	南京农业大学作物遗传与种质创新国家重点实验室	32	1651	18.0	32.0
2	张瑾	南京农业大学作物遗传与种质创新国家重点实验室	12	43	3.0	6.0
6	岳超	南京农业大学作物遗传与种质创新国家重点实验室	1	5	1.0	1.0