16、白血病差异基因检测研究

白血病差异基因检测研究

研究背景与思路

在白血病研究中，区分急性淋巴细胞白血病（ALL）患者和急性髓系白血病（AML）患者是一个重要的课题。通过先对基因进行聚类，再从聚类中检测代表性基因的方法，能够有效检测差异基因。具体做法是，仅使用每个样本的差异基因将测试数据集的样本分组到聚类中，通过聚类性能（如准确性）来测试检测到的差异基因的识别能力。实验结果表明，这种思路是有效的，检测到的差异基因能够区分ALL患者和AML患者。

提出的方法

1. DPC算法基础 ：DPC算法基于这样的假设，即聚类中心点的局部密度高于其周围点的局部密度，且中心点到任何局部密度更高的点的距离相对较远。该算法定义了点的局部密度ρ和距离δ，并将所有点绘制在以密度ρ为x轴、距离δ为y轴的二维空间中，即决策图。决策图右上角远离左下角的点由于其相对较高的局部密度和距离，构成密度峰值。
2. 基因的局部密度和距离定义 ：受密度峰值思想的启发，为基因定义了局部密度和距离，并将所有基因表示在以密度为x轴、距离为y轴的二维空间中，以检测二维空间右上角的基因密度峰值作为差异基因。
   • 基因i的局部密度ρi定义为：
     [
     \rho_i = \left|\left{j|d_{ij} < d_c\right}\right|
     ]
     其中，dij是基因i和j之间的距离，dc是手动给定的参数，在实验中，将dc设置为对所有基因间距离升序排序后的2%位置距离。
   • 基因i的距离δi定义为：
     [
     \delta_i =
     \