25、用于发现值相干重叠 δ-双聚类的可能性双聚类算法

用于发现值相干重叠 δ-双聚类的可能性双聚类算法

1. 引言

DNA 微阵列技术的出现彻底改变了基因表达的实验研究。微阵列可用于研究各种生物过程，能在细胞经历特定条件或过程时，监测数千个基因的转录水平。该技术的应用范围广泛，涵盖基因功能注释、基因网络重建、疾病诊断以及医疗效果评估等。

聚类是分析基因表达数据最常用的方法之一，在发现基因通路、基因分类和功能预测等诸多应用中取得了成功。传统聚类方法，如层次聚类、k - 均值算法和自组织映射，假定一个聚类中的基因在所有条件下表现相似。这些方法在同质条件下的微阵列实验中能产生可靠结果，但当实验条件差异较大时，这一假设就不再适用。因此，需要开发能够检测潜在基因群在哪些相关条件下表现出相似行为的方法，这就催生了双聚类这一有前景的聚类范式。

双聚类是一类独特的聚类算法，可同时对数据矩阵的行和列进行聚类。与传统聚类不同，传统聚类可分别应用于数据矩阵的行或列，而双聚类则同时在这两个维度上进行聚类。这意味着传统聚类得到的是全局模型，而双聚类产生的是局部模型。双聚类技术的目标是通过同时对基因表达矩阵的行和列进行聚类，识别基因子群和条件子群，而非分别对这两个维度进行聚类。

双聚类算法能识别在特定实验条件子集下表现出相似活动模式的基因群。当出现以下一种或多种情况时，双聚类方法是关键技术：
- 只有一小部分基因参与感兴趣的细胞过程；
- 有趣的细胞过程仅在部分条件下活跃；
- 单个基因可能参与多个通路，这些通路在所有条件下可能同时活跃，也可能不同时活跃。

因此，双聚类应识别基因和条件的群组，并遵循以下限制：
- 基因聚类应仅相对于部分条件进行定义；
- 条件聚类应仅相对