一种基于公理模糊集的模糊双聚类算法用于共调控基因识别

共调控基因及其转录因子结合位点（TFBS）的识别是理解转录调控的关键步骤。除有效的实验测定外，已开发出多种用于检测共表达基因的双聚类算法。双聚类方法应用于基因表达数据时，用于发现具有相似表达模式的基因子群以及待识别的实验条件子集。本文通过公理模糊集（AFS）理论构建基因表达数据的两个模糊划分矩阵，提出一种用于共调控基因识别的新型模糊双聚类算法。具体而言，首先借助AFS的子偏好关系理论将基因表达数据转化为两个模糊划分矩阵：其中一个以基因为论域、条件为概念，另一个以基因为概念、条件为论域。共调控基因（双簇）的识别同时在两个划分矩阵上进行。随后，基于划分矩阵定义一种新的基于模糊的相似性准则，并设计循环优化算法以在表达水平上发现显著双簇。上述过程保证生成的双簇比传统双聚类方法提取出的具有更显著的表达值。最后，在公开可用的真实微阵列数据集上，以三种知名双聚类算法的性能对该方法进行评估。实验结果与理论分析一致，表明所提算法无需基因表达数据的任何先验知识即可有效检测共调控基因。