首页 | 本学科首页   官方微博 | 高级检索  
   检索      

基于小波包变换的基因微阵列数据预处理方法
引用本文:夏遥,孔薇.基于小波包变换的基因微阵列数据预处理方法[J].生物磁学,2011(Z1):4742-4747.
作者姓名:夏遥  孔薇
作者单位:上海海事大学信息工程学院
基金项目:上海海事大学校基金(20090125)
摘    要:目的:基于阿尔茨海默病微阵列基因表达数据,分析研究微阵列基因表达数据预处理的新的有效方法。方法:首先采用标准差滤波、FSC(特征记分准则)和WPT-SAM(小波包变换-微阵列数据显著性分析)方法对微阵列基因表达数据进行预处理,比较处理后获得的基因数和FDR值;然后采用分类聚类方法对处理后的数据进行分类聚类和分层决策聚类,比较分类聚类结果。结果:标准差滤波和FSC方法获得的初筛基因数据较WPT-SAM方法多,但FDR值也高、后续分类聚类结果较WPT-SAM方法差。结论:WPT-SAM方法在预处理微阵列基因表达数据中,是比较灵活理想的分析方法。

关 键 词:微阵列基因表达数据  分类聚类  WPT-SAM

Gene Micro Array Data Preprocessing Based on WPT
XIA Yao,KONG Wei.Gene Micro Array Data Preprocessing Based on WPT[J].Biomagnetism,2011(Z1):4742-4747.
Authors:XIA Yao  KONG Wei
Institution:(Information Engineering College,Shanghai Maritime University,Shanghai 200135)
Abstract:目的:基于阿尔茨海默病微阵列基因表达数据,分析研究微阵列基因表达数据预处理的新的有效方法。方法:首先采用标准差滤波、FSC(特征记分准则)和WPT-SAM(小波包变换-微阵列数据显著性分析)方法对微阵列基因表达数据进行预处理,比较处理后获得的基因数和FDR值;然后采用分类聚类方法对处理后的数据进行分类聚类和分层决策聚类,比较分类聚类结果。结果:标准差滤波和FSC方法获得的初筛基因数据较WPT-SAM方法多,但FDR值也高、后续分类聚类结果较WPT-SAM方法差。结论:WPT-SAM方法在预处理微阵列基因表达数据中,是比较灵活理想的分析方法。
Keywords:Micro array gene expression data  Taxonomic clustering  WPT-SAM
本文献已被 维普 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号