文献

J-GLOBAL ID：202202244978810085   整理番号：22A1086499

遺伝子発現データのための列およびカラム構造に基づくバイクラスタリング【JST・京大機械翻訳】

Row and Column Structure-Based Biclustering for Gene Expression Data

著者 (6件)： Qian Subin (College of Computer and Information, Hohai University, Nanjing, China) ,  Liu Huiyi (College of Computer and Information, Hohai University, Nanjing, China) ,  Yuan Xiaofeng (School of Information Engineering, Yancheng Teachers University, Yancheng, China) ,  Wei Wei (School of Teacher Education, Anqing Normal University, Anqing, China) ,  Chen Shuangshuang (School of Information Engineering, Yancheng Teachers University, Yancheng, China) ,  Yan Hong (Department of Electronical Engineering, City University of Hong Kong, Hong Kong, China)
資料名： IEEE/ACM Transactions on Computational Biology and Bioinformatics  (IEEE/ACM Transactions on Computational Biology and Bioinformatics)
巻： 19  号： 2  ページ： 1117-1129  発行年： 2022年 
JST資料番号： W1409A  ISSN： 1545-5963  CODEN： ITCBCY  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 遺伝子分析のためのハイスループット技術の開発により,バイクラスター化法は多くの注目を集めている。しかしながら,既存の方法は,高い時間と空間複雑性を有する問題を持っている。本論文では,マイクロアレイデータ内のチェッカーボードパターンを見つけるため,Rowおよびカラム構造ベースのバイクラスタリング(RCSBC)と呼ばれるバイクラスタリング法を提案した。最初に,本論文は,列と柱の構造を使用することによって,バイクラスタの構造を説明した。第二に,本論文は2つのアルゴリズムで代表的列と柱を選択する。最後に,遺伝子発現データを,代表的列と柱によってスパンした空間でクラスタ化した。知る限りでは,本論文は,遺伝子発現マトリックスの列/柱構造とバイクラスタの構造の間の関係を初めて利用した。合成データセットと実生活遺伝子発現データセットの両方を用いて,著者らの方法の有効性を検証した。実験結果から,RCSBCはクラスタリング精度と時間/空間複雑性の両方に関して最先端のアルゴリズムより優れていることが分かった。本研究は,記憶に全データを負荷することなく,大規模遺伝子発現データをクラスタ化する新しい洞察を提供する。Copyright 2022 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  *データ ,  クラスタ化 ,  空間 ,  有効性 ,  *遺伝子発現 ,  DNAマイクロアレイ
準シソーラス用語： 遺伝子解析 ,  ハイスループット ,  複雑性 ,  *バイクラスタリング ,  ラスター化 ,  *遺伝子発現データ , 【Automatic Indexing@JST】

分類 (5件)： パターン認識  (JE07000S) ,  音声処理  (JE05000E) ,  脳・神経系モデル  (EL02050C) ,  人工知能  (JE08000Z) ,  音響信号処理  (BB03050C)

タイトルに関連する用語 (3件)： 遺伝子発現データ ,  カラム構造 ,  バイクラスタリング