软约束近邻传播聚类：在基因表达数据中的应用

Michele Leone; Sumedha; Martin Weigt

doi:10.1093/bioinformatics/btm414

软约束近邻传播聚类：在基因表达数据中的应用

定量方法 2007-11-29 v2 统计力学数据分析、统计与概率

作者: Michele Leone , Sumedha , Martin Weigt

在 arXiv 上查看 ↗ PDF ↗ DOI ↗

摘要

动机：基于相似性度量的聚类是贯穿科学数据分析的关键问题。最近，Frey 和 Dueck \cite{Frey07} 提出了一种基于消息传递技术的强大新算法，称为近邻传播（AP）。在 AP 中，每个聚类由一个公共代表点识别，同一聚类的所有其他数据点均指向该代表点，且代表点必须指向自身。尽管 AP 已被证明具有强大能力，但其现有形式存在若干缺陷。每个聚类恰好具有一个代表点的硬约束将 AP 限制于规则形状的聚类类别，并导致次优性能，例如在分析基因表达数据时。结果：通过放宽 AP 的硬约束可以克服这一限制。一个新参数控制了约束相对于最大化整体相似性目标的重要性，并允许在简单情况（每个数据点选择其最近邻作为代表点）与原始 AP 之间进行插值。由此产生的软约束近邻传播（SCAP）变得更具信息量、更准确，并产生更稳定的聚类。尽管引入了新的先验自由参数，但算法对外部调参的整体依赖性降低了，因为鲁棒性增强且参数选择的最优策略更自然地显现。SCAP 在生物基准数据上进行了测试，特别包括与各种癌症类型相关的微阵列数据。我们表明该算法能有效揭示数据集中存在的层次聚类结构。此外，它允许为每个聚类提取稀疏的基因表达特征。

关键词

gene expression analysis genome sequencing analysis spatial ecology and biodiversity

引用

@article{arxiv.0705.2646,
  title  = {Clustering by soft-constraint affinity propagation: Applications to gene-expression data},
  author = {Michele Leone and Sumedha and Martin Weigt},
  journal= {arXiv preprint arXiv:0705.2646},
  year   = {2007}
}

软约束近邻传播聚类：在基因表达数据中的应用

摘要

关键词

引用

评论

相关论文