DNA阵列数据的聚类分析与不确定数据的解决

摘要

在DNA克隆分类(DNAcloneclassification)技术中,常采用核酸分子杂交法,杂交双方是待测克隆及探针(Probe),此方法的关键步骤是对杂交实验产生的指纹数据进行聚类分析.n个克隆与L个探针之间杂交产生的数据形成一个n*L的实数矩阵,矩阵中的数据分为三类:阳性杂交数据、阴性杂交数据和无法确定是否产生了杂交的数据.最后一种数据称为不确定数据.在DNA克隆聚类分析算法中,现有的UPGMA,CLUSTER等方法直接分析实验原始数据,它们的共同缺点是:没有同等对待阳性杂交数据和阴性杂交数据,且大多数方法丢弃了不确定数据值,没有对这些数据进行分析.本文通过实验结果证明，基于 GCP对DNA克隆进行聚类分析，本文提出的基于链表的实现方式在速度上较快，并且也验证了在效率与准确度上，GCP算法要好于一些既有的算法。