文献

J-GLOBAL ID：201102255440069540   整理番号：11A0928611

遺伝子発現プロファイル解析への多様体学習に基づくクラスタリング手法の応用

The Application of Clustering Methods Based on Manifold Learning in Analysis of Gene Expression Profile

著者 (4件)： HUANG Wei (Bioinformatics Center, School of Life Sci., Shanghai Univ., Shanghai) ,  LIU Zhan-Min (Bioinformatics Center, School of Life Sci., Shanghai Univ., Shanghai) ,  XUE Dan (Bioinformatics Center, School of Life Sci., Shanghai Univ., Shanghai) ,  YIN Jing-Yuan (Bioinformatics Center, School of Life Sci., Shanghai Univ., Shanghai)
資料名： Zhongguo Shengwu Yixue Gongcheng Xuebao  (Zhongguo Shengwu Yixue Gongcheng Xuebao)
巻： 29  号： 1  ページ： 77-85  発行年： 2010年 
JST資料番号： C2256A  ISSN： 0258-8021  CODEN： ZSYXEI  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 遺伝子発現プロファイルのクラスタ分析は,同時調節遺伝子の特徴である共発現遺伝子を見つけるのに役立つ。正確なクラスタリング結果は,遺伝子間関係の調節の検出において精度を高める。本稿では,等尺性特徴マッピング(ISOMAP),局所線形埋込み(LLE),およびLaplacian eigenmapsといった機械学習の多様体学習法をいくつか導入し,遺伝子発現プロファイルデータを検討し,非線形次元縮小データを導出した。その後,k-平均クラスタリング,ファジィクラスタリング,および自己組織化マップ(SOM)などのクラスタリング法を用いて分類した。酵母発現データの382のクラスタリング結果から同時発現遺伝子対117個,血清データの132のクラスタリング結果から89個が明らかになった。判別基準から,このクラスタリングアルゴリズムが既存の方法と同様に有効で,高次元遺伝子発現データにおけるより低い多様体構造を明らかにした。Data from the ScienceChina, LCAS. Translated by JST

シソーラス用語： *遺伝子発現 ,  クラスタ化 ,  学習 ,  解析 ,  アルゴリズム ,  クラスタ分析 ,  自己組織化特徴マップ
準シソーラス用語： *遺伝子発現プロファイル ,  クラスタリング ,  多様体学習 ,  クラスタリングアルゴリズム ,  ファジィクラスタリング ,  自己組織化マップ

分類 (1件)： 細胞生理一般  (EF02010S)

タイトルに関連する用語 (5件)： 遺伝子発現プロファイル ,  解析 ,  多様体学習 ,  クラスタリング手法 ,  応用