KiWi：一种用于基因表达分析的可扩展子空间聚类算法
数据库
2009-04-14 v1 人工智能
基因组学
摘要
子空间聚类在基因表达数据分析中日益受到关注。在子空间聚类模型中，最近引入的保序子矩阵（OPSM）显示出很高的潜力。OPSM本质上是一种基于模式的子空间聚类，是数据矩阵中行和列的一个子集，其中所有行都诱导出相同的列线性排序。现有的OPSM发现方法难以扩展到日益庞大的表达数据集。特别是，具有少量基因和大量实验的细枝聚类会带来爆炸性的计算成本，并被现有方法完全剪枝掉。然而，确定在许多条件下紧密共调控的小基因群具有特殊意义。在本文中，我们提出了KiWi，一种可扩展到大规模数据集的OPSM子空间聚类算法，能够发现细枝聚类并识别负相关和正相关。我们使用相关的生物数据集对KiWi进行了广泛验证，结果表明KiWi能够正确地将冗余探针分配到同一聚类，将具有共同临床注释的实验分组，将真实启动子序列与阴性对照序列区分开，并与顺式调控基序预测表现出良好的关联性。
引用
@article{arxiv.0904.1931,
title = {KiWi: A Scalable Subspace Clustering Algorithm for Gene Expression Analysis},
author = {Obi L. Griffith and Byron J. Gao and Mikhail Bilenky and Yuliya Prichyna and Martin Ester and Steven J. M. Jones},
journal= {arXiv preprint arXiv:0904.1931},
year = {2009}
}
备注
International Conference on Bioinformatics and Biomedical Engineering (iCBBE), 2009