1、目前，大量基因表達(dá)數(shù)據(jù)由基因芯片實(shí)驗(yàn)產(chǎn)生，其中蘊(yùn)含著豐富的能解釋生命現(xiàn)象規(guī)律的信息，對這些基因表達(dá)數(shù)據(jù)分析對于理解遺傳信息怎么變?yōu)楣δ芑虍a(chǎn)物非常有用。聚類算法作為一種廣泛使用的重要分析方法，用于發(fā)現(xiàn)這些基因表達(dá)數(shù)據(jù)背后隱藏的生物信息。
　　 聚類算法基本原理是根據(jù)相似性度量將多元變量分為多個(gè)類。傳統(tǒng)的基因聚類算法是分別對基因或條件進(jìn)行聚類，也稱單路聚類。這種聚類算法對基因聚類時(shí)是以全部條件作為特征來計(jì)算基因間的相似性，因此得到

2、的結(jié)果只能包含全局信息。但是像基因這種高維數(shù)據(jù)含有大量的局部信息，為了捕獲到基因表達(dá)數(shù)據(jù)中存在的局部信息，近年來出現(xiàn)一種能同時(shí)對基因和條件進(jìn)行聚類的雙聚類算法。盡管目前對雙聚類算法有很多的研究，但是現(xiàn)有的許多雙聚類算法在識別數(shù)據(jù)中含有的不同相關(guān)性類型的雙聚簇（在條件子集下相關(guān)的基因子集）以及捕獲數(shù)據(jù)矩陣中重疊層次結(jié)構(gòu)的雙聚簇方面存在限制。本文對幾種常用的單、雙聚類算法進(jìn)行對比、分析的基礎(chǔ)上，提出一種結(jié)合單聚類算法的雙聚類方法。用本文算法

3、和一些常用的雙聚類算法對幾種基因表達(dá)數(shù)據(jù)進(jìn)行聚類分析，實(shí)驗(yàn)結(jié)果表明本文算在各項(xiàng)指標(biāo)上都有較好的性能，與常用的幾種雙聚類算法相比，能夠挖掘出更多更高生物學(xué)價(jià)值的基因。
　　 本文主要?jiǎng)?chuàng)新點(diǎn)包括以下幾個(gè)方面:(1)通過有損數(shù)據(jù)編碼和壓縮原理對基因進(jìn)行聚類，此算法根據(jù)聚類后使基因的總體編碼長度最小原則對基因進(jìn)行聚類。該算法的最大優(yōu)點(diǎn)是可以自動(dòng)確定聚類數(shù)。(2)在分析雙聚類領(lǐng)域當(dāng)前常用的幾種重要算法優(yōu)缺點(diǎn)的基礎(chǔ)上提出一種結(jié)合有損數(shù)據(jù)壓縮