路东方，许俊富，项超娟，谢　江（上海大学计算机工程与科学学院，上海200444）

生物大数据中的聚类方法分析

路东方，许俊富，项超娟，谢江
（上海大学计算机工程与科学学院，上海200444）

随着人类基因组计划的实施和完成，生物实验技术快速发展，生物数据呈现爆发式增长并不断积累，生命科学迎来了大数据时代.在后基因组时代，单一的统计模式逐渐被智能化与综合分析相结合的方式所取代，聚类分析便是核心的数据挖掘方式.描述了生物信息学领域中的大数据现状，总结基因表达谱分析和生物网络分析中常用的聚类方法，并对小鼠胚胎成纤维细胞的时间序列数据进行实验对比.实验结果表明，不同的聚类方法生成了不同的实验结果，面临高噪声的生物大数据，选择或结合合适的聚类方法进行综合分析将有助于获得更可靠的分析结果.

生物大数据；数据分析；聚类方法

1　概述

生物信息学是一门交叉学科，包含了对生物信息数据的获取、处理、储存、转发、分析和解释等方方面面.生物信息学综合运用数学、计算机科学和生物学的各种工具，来阐明和理解生物信息数据所包含的生物学意义［1］.生物信息学发展呈现出两个主要特征：一是伴随着海量生物数据的产生；二是相关科研活动逐步从传统的手工统计方式转向智能化与综合分析相结合的方式.

2000年6月26日，被誉为生命“阿波罗计划”的人类基因组计划工作草图的完成，是生物信……