聚類分析研究及其在生物數據分析中的應用.pdf

1、生物信息學是一門交叉科學，它包含了生物信息的獲取、處理、存儲、分發(fā)、分析和解釋等在內的所有方面，它綜合運用數學、計算機科學和生物學的各種工具，來闡明和理解大量數據所包含的生物學意義。這里重點討論了聚類分析研究及其生物數據分析中的應用。 聚類度量是特征提取的重要工具。本文首先概括了以往的聚類度量方法，并提出了一種新的基于信息論的聚類度量，用來對聚類對象的信息分布進行相異性分析。同時證明了新度量滿足非負性、對稱性、極值性、肯定性等。

2、 其次，利用基于信息論的方法進行序列比較。本文提出了一種新的基于信息論的序列比較方法。與傳統(tǒng)的方法相比，此方法不需要序列比對，沒有主觀因素干涉，不會破壞數據的原始狀態(tài)。實驗選取了20種胎生哺乳動物的線粒體全基因序列，分別使用基于信息論方法進行全基因序列比較和新方法進行片段基因序列比較，再利用NEIGHBOR法構建系統(tǒng)樹。由實驗結果可知，新方法用較少時間構建的系統(tǒng)樹完全不遜色于以往的方法，并且新方法有較好的健壯性。這為研究分子序列