從基因表達(dá)數(shù)據(jù)中挖掘最大的行常量雙聚類

摘要：雙聚類方法是當(dāng)前分析基因表達(dá)數(shù)據(jù)的一個重要研究方向，其挖掘目標(biāo)是發(fā)現(xiàn)哪些基因在哪些實驗條件下具有相似的表達(dá)水平或者關(guān)系密切。目前已提出了許多雙聚類算法來挖掘不同類型的雙聚類，然而其大部分挖掘效率不高。鑒于此，提出了一個新穎的挖掘算法——MRcluster，其主要是用來從原始的基因表達(dá)數(shù)據(jù)中挖掘最大的行常量雙聚類模式。就其挖掘效率來說，它采用的是基于Apriori原則的基因擴展深度優(yōu)先的挖掘策略，并且在挖掘過程中引入了一些新穎的剪枝技術(shù)來提高效率。將MRclusler和一個行常量雙聚類模式挖掘方法RAP(range support patteln)算法進行出較，從實驗結(jié)果上可以看出，相比RAP算法，MRcluster算法對在原始的基因表達(dá)數(shù)據(jù)中挖掘最大的行常量雙聚類模式具有更好的效率。因此，MRcluster算法能夠有效地從原始的基因表達(dá)數(shù)據(jù)中挖掘最大的行常量雙聚類。