基于流形学习的基因表达数据的聚类系统及方法

摘要

本发明公开一种基于流形学习的基因表达数据的聚类方法，步骤为：通过获取系统获取基因表达数据矩阵A，采用局部线性平滑算法对其进行预处理；引入处理过的数据矩阵A，在三维空间中进行构建加权邻域图G；用两点间最短路径近似两点间测地线距离；用MDS计算二维嵌入坐标，将三维空间数据矩阵A映射到二维可视化空间；采用K均值聚类算法在映射后的二维可视化空间上进行聚类，得出聚类结果。此种聚类方法具有计算代价小、可以消除高阶冗余、适合于模式分类任务等特点，可以根据聚类结果有效区分细胞的当前状态、药物对恶性细胞的有效性等，获取生物体中基因的具体功能和表达调控信息。本发明还提供一种基于流形学习的基因表达数据的聚类系统。