跳到主页内容
美国国旗

美国政府的官方网站

Dot政府

gov意味着它是官方的。
联邦政府网站通常以.gov或.mil结尾。之前分享敏感信息,确保你在联邦政府政府网站。

Https系统

该站点是安全的。
这个https(https)://确保您连接到官方网站,并且您提供的任何信息都是加密的并安全传输。

访问密钥 NCBI主页 MyNCBI主页 主要内容 主导航
.2010年6月15日;26(12):1513-9.
doi:10.1093/bioinformatics/btq226。 Epub 2010年5月5日。

LCE:一种用于改进基因表达数据分析的基于链接的聚类集成方法

附属机构

LCE:一种用于改进基因表达数据分析的基于链接的聚类集成方法

纳塔坎·伊姆等。 生物信息学. .

摘要

动机:对于一组特定的基因表达数据,选择最有效的聚类方法及其参数化绝非易事,因为有很多可能性。尽管许多研究人员仍然倾向于以这样或那样的形式使用分层聚类,但这通常是次优的。聚类集成研究通过自动组合来自不同聚类的多个数据分区来解决此问题,以提高聚类结果的稳健性和质量。然而,许多现有的集成技术使用关联矩阵来总结样本-聚类共生统计信息,集成内部的关系仅在粗略级别封装,而集群之间的关系则被完全忽略。发现这些缺失的关联可能会大大扩展集成方法用于微阵列数据聚类的能力。

结果:本文提出的基于链接的集群集成(LCE)方法实现了这些思想,并展示了出色的性能。在真实基因表达和合成数据集上的实验结果表明,LCE:(i)在单个测试中通常优于现有的聚类集成算法,并且总体上明显是类领先的;(ii)在不同类型的数据中产生卓越、稳健的性能,尤其是在存在噪声和不平衡数据簇的情况下;(iii)提供适用于许多数值聚类技术的高级数据矩阵;并且(iv)对于大型数据集和基因聚类具有计算效率。

可利用性:在线补充和实施可从以下网址获得:http://users.aber.ac.uk/ni07/bioinformatics2010。

补充信息:补充数据可在生物信息学在线获取。

PubMed免责声明

类似文章

引用人

  • clusterBMA:用于聚类的贝叶斯模型平均。
    福布斯O、桑托斯·费尔南德斯E、吴PP、谢HB、施文恩PE、拉各普洛斯J、米尔斯L、萨克斯DD、赫尔曼斯DF、蒙格森K。 福布斯O等。 公共科学图书馆一号。2023年8月21日;18(8):e0288000。doi:10.1371/journal.pone.0288000。eCollection 2023年。 公共科学图书馆一号。2023 采购管理信息:37603575 免费PMC文章。
  • 使用稳健的聚类分析预测终身制教师实施主动学习的情况。
    Denaro K、Kranzfelder P、Owens MT、Sato B、Zuckerman AL、Hardesty RA、Signorini A、Aebersold A、Verma M、Lo SM。 Denaro K等人。 国际STEM教育杂志。2022;9(1):49. doi:10.1186/s40594-022-00365-9。Epub 2022年7月28日。 国际STEM教育杂志。2022 采购管理信息:35915654 免费PMC文章。
  • 机器学习:它在植物系统生物学中的挑战和机遇。
    Hesami M、Alizadeh M、Jones AMP、Torkamaneh D。 Hesami M等人。 应用微生物生物技术。2022年5月;106(9-10):3507-3530. doi:10.1007/s00253-022-11963-6。Epub 2022年5月16日。 应用微生物生物技术。2022 采购管理信息:35575915 审查。
  • 一种基于随机行走的聚类集成方法,用于数据集成和癌症分型。
    杨C,王玉田,郑彻。 杨C等。 基因(巴塞尔)。2019年1月18日;10(1):66. doi:10.3390/genes10066。 基因(巴塞尔)。2019 采购管理信息:30669418 免费PMC文章。
  • 生物与医学数据集成的机器学习:原理、实践和机遇。
    Zitnik M、Nguyen F、Wang B、Leskovec J、Goldenberg A、Hoffman MM。 Zitnik M等人。 信息融合。2019年10月;50:71-91. doi:10.1016/j.inffus.2018.09.012。Epub 2018年9月21日。 信息融合。2019 采购管理信息:30467459 免费PMC文章。

出版物类型

LinkOut-更多资源