基于DNA微阵列数据局部模式特征的共调控/表型基因簇发现技术研究

DNA微阵列技术推动生物信息学跨入了多基因、全基因组研究的崭新时代，同时也产生了远远超出传统数据分析方法处理能力的海量基因表达数据。设计符合表达数据特征的高效数据分析方法已成为生物信息学研究的热点和重点。基于局部模式特征的聚类技术为分析基因表达数据提供了一种新途径，引起了许多研究人员的高度重视。本研究侧重于设计新的基于DNA微阵列数据局部模式特征的聚类模型及算法，高效、准确地发现更多、更复杂、具有生物意义的共调控/表型基因簇。主要内容包括：基于编码和FBLD策略的最大子空间共调控基因聚类、基于深度优先搜索的"噪音容忍"最大近似子空间共调控基因聚类、基于改进枚举树的子空间表型基因聚类、基于分枝界定策略的表型基因投影聚类、基于局部封闭相似性和"先剪枝"思想的同质三维微阵列基因聚类和基于"选择性跳跃"策略的异质三维微阵列共调控基因聚类。对这些问题进行深入研究，具有很高的理论价值和广阔的应用前景。