基因芯片表达在乳腺癌转移过程中的聚类分析  

Clustering Analysis on Gene Expression Data of in Breast Tumor

作　　者：董骝焕[1] 袁媛[2] 沈世镒[3] 孙保存[4] 冯玉梅[4] 尼春生[4] 李晓青[4] 

机构地区：[1]中科院上海生科院计算生物学研究所,上海200031 [2]嘉兴学院统计系,浙江嘉兴314001 [3]南开大学数学科学学院,天津300071 [4]天津医科大学肿瘤研究所,天津300060

出　　处：《生物数学学报》2007年第3期527-532,共6页Journal of Biomathematics

基　　金：国家自然科学基金(10271061;90208022);天南大联合研究项目;刘徽应用数学研究中心资助;中国博士后科学基金资助(200604000683)

摘　　要：利用基因芯片可以得到不同基因在不同生命过程中的表达,因此在医学诊断与病变分析中受到重视,并开始大量应用.经测定发现,不同基因在病变过程的不同阶段中的表达是不相同的,由此可以得到在病变过程的不同基因的表达特征.在本文中,我们给出了乳腺癌在转移过程中的基因表达特征的聚类分析法分析,并改进了k-means聚类算法,使之具有自动搜索聚类数的功能,并且有助于改善k-means算法的聚类结果陷入局部最小值的状况.通过对平均聚类误差指标的比较,kr-means要优于k-means算法.本文所得到的结果可供乳腺癌诊断与病变分析参考,同时可以应用于小型基因检测芯片的制备,也可以用于构建基因网络调控图.We propose an ameliorated k-means algorithm, named kr-means. A recursive iteration step is introduced to the kr-means algorithm. This step avoids guesstimating the k in k-means algorithm and compute k automatically. According the average error of the clustering, kr-means shows better performance comparing with k-means.

关 键 词：聚类分析 乳腺癌基因转移 基因芯片数据表达 

分 类 号：O212.2[理学—概率论与数理统计]