基因序列圖形表達及聚類分析應(yīng)用研究.pdf

1、隨著生物信息學(xué)和醫(yī)學(xué)的迅速發(fā)展，以及各種生物的基因和蛋白質(zhì)的研究，產(chǎn)生了越來越多的龐大的生物基因序列數(shù)據(jù)通過分析這些序列數(shù)據(jù)可以獲得對人類有益的有關(guān)生物結(jié)構(gòu)和功能的信息。數(shù)據(jù)挖掘技術(shù)尤其是聚類分析技術(shù)是基因序列分析的一種重要的手段，本文著重研究基因序列圖形表達和基于圖形表達的基因序列的聚類技術(shù)分析與應(yīng)用。 本文提出了一種基于生物學(xué)特征的非退化3-D圖形表達方法，利用此圖形表達來表征基因序列不僅使原始序列的生物學(xué)特征得以保留，而且

2、還克服了圖形的非退化現(xiàn)象。在建立基因序列矩陣過程中引入了幾何中心，采用矩陣的最大特征值不變量來表征原始基因序列。 在基因序列圖形表達數(shù)據(jù)聚類分析中，本文提出一種基于多維偽F統(tǒng)計量的動態(tài)模糊K-均值聚類分析方法。該聚類分析方法能保證最終類內(nèi)散步矩陣之跡達到最小，把多維空間的數(shù)據(jù)有效的分為具有特定數(shù)目的不同的類，給出最佳聚類個數(shù)。利用文中基因序列圖形表達建立H5N1病毒基因序列圖形表達數(shù)據(jù)對本文聚類分析方法進行驗證，結(jié)果表明該聚類分