[发明专利]一种基于双阶遗传计算的基因表达数据的双聚类方法

权利要求书

1.一种基于双阶遗传计算的基因表达数据的双聚类方法，其特征在于，包含以下顺序的步骤：

1)设基因表达数据矩阵为M，行数为m，列数为n，即基因表达数据矩阵的大小为m×n，将原始的数据矩阵M的每一行减去第k行，得到处理之后的矩阵M(k),k＝1,2,…,n；

2)对处理之后的矩阵M(k)中除了第k列之外的每一列，使用距离阈值为cof的层次聚类，得到每一列的双聚类种子，然后将所有得到的双聚类种子全部放入一个名为Bic_Set的集合；

3)从Bic_Set的集合中选取一个双聚类种子，对未包含其中的行列进行编码；设遗传算法的迭代次数为u_i，其中i＝1,2,…,t；将未包含的行列作为搜索空间，每个行和列作为一个个体，随机选择N_i行和N_j列，令N₁＝N_i+N_j，即随机选择N₁个个体，构成了初始化的种群P1(u₁)；将选中的行和列的位置记为1，没有选中的行和列的位置记为0，则得到初始化的种群P1(u₁)的编码；

4)将初始化的种群P1(u₁)的N₁个个体分别独立的加进双聚类种子中，得到N₂个已扩大的双聚类，其中N₁＝N₂，每个双聚类作为一个个体，由N₂个个体构成初始化的种群P2(u₁)，然后对每个双聚类进行二进制编码，编码的长度为m+n，前m位用于行编码，后n位用于列编码，将双聚类中包含的行和列对应的位置置为1；经过以上步骤就得到初始化的种群P2(u₁)中双聚类的编码；至此，得到了初始化的种群P1(u₁)和初始化的种群P2(u₁)；

5)接着使用适应度函数Fitness1(p)评价初始化的种群P1(u₁)中每个个体的适应度，设变异概率为β；从N₁个个体中选择(1-β)×N₁个适应度高的个体，将其遗传到下一代种群中，然后将β×N₁个适应度低的个体进行变异，得到新的β×N₁个体，即重新随机选取β×N₁个新的行或者列；然后将变异得到的新的个体也加入下一代种群中，由此得到种群P1(u₂)中新的N₁个个体，其中适应度函数为Fitness1(p)＝Bicluster.Msr-Bicluster.Msr(p)，Bicluster.Msr是种群P1中第p个个体对应产生的种群p2中的双聚类的平均平方残基，Bicluster.Msr(p)是去掉第p行或者第p列之后的双聚类的平均平方残基；至此，新一代的种群P1(u₂)的遗传进化完成；

6)然后使用适应度函数Fitness2(Bicluster)评价种群P2(u₁)中的N₂个个体的适应度，从中选取适应度高的g个个体遗传到下一代，将种群P2(u₁)中其余的适应度低的个体淘汰，其中g<N₂；其中适应度函数为

Fitness2(Bicluster)=Bicluster.HscoreBicluster.Volume,]]>

式中，Bicluster.Hscore是双聚类的平均平方残基，Bicluster.Volume是双聚类的大小；

7)然后将下一代种群P1(u₂)的N₁个体随机的加入到由步骤6)中由种群P2(u₁)得到的适应度高的g个个体中，即将种群P1中的每个个体所对应的行和列分别独立地加入g个双聚类中，得到N₂个包含较优且已扩大的双聚类个体的下一代种群P2(u₂)；

8)之后继续对种群P1(u_i)使用遗传算法，产生下一代种群P1(u_i+1)中的个体，将新一代的种群P1(u_i+1)的N₁个个体随机的加入到由种群P2(u_i)得到的适应度高的g个个体中，又产生了新一代种群P2(u_i+1)；不断重复步骤5)、6)、7)，直到达到预先设定的最大的进化次数，最后从种群P2中挑选出最优的双聚类。