[发明专利]一种基因表达数据的聚类分析方法及终端设备

说明书

本发明公开一种基因表达数据的聚类分析方法及终端设备，所述方法包括步骤：确定基因表达数据的编码方案，获取基因表达数据和构成基因聚类中心矩阵以及聚类隶属度矩阵；初始化智能单粒子的位置和速度矢量，并且进行分段，生成相应子矢量，设置迭代计算过程中的相关参数；根据学习智能策略，不断迭代计算，更新智能单粒子的位置矢量；由智能单粒子的最终位置子矢量重构出聚类中心矩阵，得到最优的基因聚类中心。本发明提供的聚类分析方法与传统方法相比在计算复杂度上至少降低一个数量级，大幅度地降低了计算时间，对于数据规模呈现爆炸性增加的髙通量基因数据处理具有重要意义。

技术领域

本发明涉及基因数据分析领域，尤其涉及一种基因表达数据的聚类分 析方法及终端设备。

背景技术

现有技术研究数以万计的基因在不同生理状态下的表达状况时，必须 借助基因芯片技术，可以在一次芯片实验中同时测量成千上万个基因的表 达，这是基因表达数据分析的最大优点-高通量性。一次基因芯片实验所获 得的基因表达数据包括成千上万个基因在各种实验条件下(如不同的组织、 不同的生长阶段、不同的健康状况等)所得到的数据构成的矩阵，由于基 因数量大和生物信息复杂，聚类分析自然成为处理基因表达数据的重要手 段。通过聚类，将具有相同表达模式的基因归为一类，挖掘相似的生物功 能、相似的细胞起源或相似的调节作用，对深入了解基金功能和临床医学 诊断治疗具有重要的现实意义。

传统聚类算法已用于基因表达数据分析，如层次聚类(hierachicalclustering)、K-均值聚类(K-means clustering)、主成分分析(principal componentanalysis)和自组织映射(self-organizing maps,SOMs)等，但面 对高通量的基因表达数据，这些算法均表现出计算时间太长和聚类结果不 稳的缺点。新的聚类方法普遍开始引入计算智能算法，特别是基于群体智 能的粒子群(Particle Swarm Optimization,PSO和遗传算法(Genetic Algorithm,GA)，对一些具有代表性的基因表达数据拥有良好的聚类效果， 但同时要面对优化搜索速度和精度之间的矛盾，特别是针对集成度越高的 基因芯片所产生的更大海量数据，在没有超级计算能力的支持下，运算时 间太长又一次成为这些基于群体智能算法的聚类算法的瓶颈。

因此，现有技术还有待于改进和发展。

发明内容

鉴于上述现有技术的不足，本发明的目的在于提供一种基因表达数据 的聚类分析方法及终端设备，旨在解决现有技术在对高通量的基因表达数 据进行聚类分析时，耗时长且聚类效果较差的问题。

本发明的技术方案如下：

一种基因表达数据的聚类分析方法，其中，包括步骤：

确定基因表达数据的编码方案，获取基因表达数据和构成基因聚类中 心矩阵以及聚类隶属度矩阵；

初始化智能单粒子的位置和速度矢量，并且进行分段，生成相应子矢 量，设置迭代计算过程中的相关参数；

根据学习智能策略，不断迭代计算，更新智能单粒子的位置矢量；

由智能单粒子的最终位置子矢量重构出聚类中心矩阵，得到最优的基 因聚类中心。

所述基因表达数据的聚类分析方法，其中，所述获取基因表达数据和 构成基因聚类中心矩阵以及聚类隶属度矩阵的步骤包括：

令X为所获取的M个L维基因表达矩阵，

x₁∈R^L，R^L是L维的欧几里得空间， 其中，

令Y是X的一个聚类中心，构成基因聚类中心矩阵其中，