[发明专利]基于可视图算法的基因表达时序数据分类方法

摘要

本发明公开了一种基于可视图算法的基因表达时序数据分类方法，包括：1)构建基础网络，根据已经进行预处理的基因表达时序数据选取数据条，通过可视图算法构建可视图与连接图，并确定共表达网络的基本结构；2)根据得到的基础网络提取相关传统特征；3)利用二阶随机行走与神经网络模型学习得到基础网络中各个基因节点的特征向量；4)整合基础网络的特征，通过密度聚类算法，基于得到的基础网络的特征使用不同策略，完成对基因表达时序数据的分类。本发明提供一种具有良好的精度和实用性能，采用可视图基础网络构建和节点特征向量提取以及密度聚类算法实现基因表达时序数据分类的方法。

主权项

1.一种基于可视图算法的基因表达时序数据分类方法，包括以下步骤：(1)对原始基因表达时序数据依次进行噪声清除、缺失数据补充以及三维坐标展示预处理，获得多个数据条，每个数据条表示每个样本的每个基因在全时间段下的表达数据值；(2)针对每个数据条，利用可视图算法对数据条进行映射后，构建基因网络，在构建的基因网络中，每个节点表示与数据条对应的样本基因在每个时刻的表达数据值；(3)根据构建的基因网络中的节点以及节点之间的连接关系，提取基因网络的节点平均度、平均路径长度以及聚类系数；(4)利用弱随机游走模型获得基因网络中的每个节点的游走序列；(5)以节点的游走序列对应的分布式特征向量作为输入，以构建的实数形式的分布式特征向量作为监督输出，对神经网络进行训练，训练结束后，将节点的游走序列对应的分布式特征向量与最终输入权重矩阵的乘积作为该节点的特征向量；(6)将基因网络的节点平均度、平均路径长度以及聚类系数以各占一个维度的方式添加到每个节点的特征向量中，获得基因网络的特征；(7)采用密度聚类算法对基因网络的特征进行聚类，实现对基因时序数据的基因分类和样本分类。