基因表达数据中共调控模式的挖掘算法

摘要

DNA微阵列技术是生物信息学中一项很重要的技术，它能够同时监控成千上万个基因的表达值。通过分析DNA微阵列的数据集，生物学家能够得到非常有用的信息用于基因预测和基因调控网络。
　　聚类，尤其是子空间聚类技术被广泛的用于分析DNA微阵列数据。传统的算法基本都着眼于发现只含有同变化趋势表达基因的基因簇。然而在很多的生物学应用中，既包含同变化趋势基因又包含异变化趋势基因的基因簇可以提供更多的有用的信息。基于此，在这篇文章里，本文提出了共调控模式基因簇的概念，并据此本文提出了有效的可以从二维的微阵列矩阵中挖掘到这种基因簇的算法。本文进一步的将二维算法扩展到三维以此解决三维数据的挖掘问题，并指明了三维算法和二维算法之间的异同。在二维和三维的算法中，本文都给出了具体的框架并示以伪代码，并且给出了相关的算法证明。
　　本文对于真实的酵母菌数据所做的实验证明了本文算法对于挖掘共调控模式基因簇的有效性，并且能将之应用于生物研究当中。本文做了有关的参数变化实验，来研究算法的本身特性。

目录

基因表达数据中共调控模式的挖掘算法

Mining coregulated biclusters from time-series gene expression data

Abstract

LIST OF TABLES

LIST OF FIGURES

Introduction

1.1 Background: Microarray Data Analysis

1.2 Literature review

1.3 Research Problem

1.4 Contributions and organization

Literature Reviews

2.1 Biclustering algorithms

2.2 Summary

Mining Tcluster in 2-D dataset

3.1 Overview

3.2 2D Tminer

3.3 Experiments and Results

Mining Tcluster in 3-D dataset

4.1 Overview

4.2 3D Tminer

4.3 Experiments and Results

4.4 Summary

Conclusion

5.1 Thesis Contribution

Reference

哈尔滨工业大学硕士学位论文原创性声明