殷樱 张玉冰 高昆 刘家诚

摘要：文中介绍了运用Matlab7.0编程语言开发的基于粒计算的特征基因筛选系统，阐述了邻域互信息和聚类算法结合使用的筛选算法的优异特点，并对系统程序设计的思路、功能特点做了详细的論述。特征基因筛选系统主要包含聚类划分、特征基因的筛选、图像属性分析、相关度分析这四大功能模块，对于从海量的基因表达谱数据中挖掘出少量的具有分类识别能力且冗余度最小的特征基因具有良好的效果。

关键词：粒计算；特征基因；筛选；系统开发

中图分类号：TP391 文献标识码：A 文章编号：1009-3044（2014）05-0978-04

Development and Application of Genetic Screening System Features

YIN Ying， ZHANG Yu-bing， GAO Kun， LIU Jia-cheng

（College of Computer and Information Technology， Henan Normal University， Xinxiang 453007，China）

Abstract： This paper describes the use of a programming language developed features matlab7.0 genetic screening system based on granular computing， which describes the use of information and mutual neighborhood clustering algorithm combines the excellent characteristics of screening algorithms， and system programming ideas， features discussed in detail. The main characteristics of genetic screening systems division includes these four functional modules ，clustering， filtering， image attributes characteristic gene analysis， correlation analysis， for digging out from the mass of a small amount of gene expression data with the ability to identify and classify the minimum redundancy characterized genes with good results.

Key words： granular computing； characterized genes； screening； system development

特征基因选择在肿瘤识别问题中起着关键作用[1]。通过特征基因选择，不仅能够剔除与疾病无关的基因，降低机器学习算法的时间和空间复杂度，避免“维灾难”，提高分类的预测精度；同时选出的对疾病有鉴别能力的特征基因可以作为肿瘤基因诊断和肿瘤药物治疗靶标确定的依据。而运用划分聚类[2]和邻域互信息的方法可以帮助我们从海量的基因表达谱数据中挖掘出少量的具有分类识别能力且冗余度最小的特征基因，所以我们自主开发出基于粒计算的特征基因选择系统。

本软件主要模块包括：聚类划分、特征基因的选择、图像属性分析、相关度分析。聚类划分指的是软件通过一定的聚类均值条件对海量的基因数据进行区域划分，将属性相似的划分为一个簇，以便于表达[3]。特征基因选择指的是在海量的基因数据中选出几组有代表性质的数据，方便运算表达使用。……