朱 娴 杨 明 马 卫 朱 俊

1(南京理工大学紫金学院计算机学院 江苏 南京 210046) 2(南京旅游职业学院酒店管理学院 江苏 南京 211100)

基于模拟退火优化双聚类的基因数据填补方法

朱 娴1杨 明1马 卫2朱 俊1

1(南京理工大学紫金学院计算机学院 江苏 南京 210046)2(南京旅游职业学院酒店管理学院 江苏 南京 211100)

基因表达数据是由DNA微阵列实验产生的大规模矩阵，能有效地提取生物学信息，由于受到实验条件限制，基因表达数据往往存在缺失值，需要进行缺失数据的填补。传统的缺失数据填补方法是基于基因表达数据的单一特征，未充分考虑数据矩阵间的相关性。针对双聚类均方残值越小基因表达数据相关性越高这一特性进行研究，提出一种基于模拟退火优化双聚类的缺失数据填补方法(bi-SA)，采用模拟退火法确定最优双聚类，从而实现缺失数据的最有效填补。四组真实基因表达数据实验表明，bi-SA方法能够获得较高的填补准确性。

基因表达数据 缺失数据填补 模拟退火法 双聚类

0 引 言

基因芯片技术[1]，又称为DNA微阵列技术，是一种高通量的分子生物学手段，能够对大量的基因进行快速测量，同时获得成千上万个基因在不同条件下的表达水平。基因芯片工作原理[2]是对两个互补DNA分子杂交信号进行检测分析，获取待测生物样本的基因表达丰度，在生物学和医学研究等方面获得了广泛的应用，为探索生命科学提供了强有力的工具。从基因芯片实验产生的基因表达数据通常是一个大形式的矩阵，不可避免地受到技术、实验条件的限制而产生数据缺失问题。……