TY - JOUR A2 - Xiong, Momiao AU - Zhang, Huanping AU - Song, Xiaofeng AU - Wang, Huinan AU - Zhang, Xiaobai PY - 2009 DA - 2010/01/20 TI - MIClique:SP - 642524 VL - 2009 AB -微阵列数据的计算分析为识别疾病相关基因提供了一种有效的方法。传统的疾病基因筛选方法，如统计检验等，侧重于对不同样本中差异表达的基因进行排序。这些传统方法由于忽略了基因间的相互作用，可能会忽略差异共表达(DCE)基因子集。本文提出了基于互信息和聚类分析的遗传算法MIClique算法来识别DEC基因子集。互信息用来测量两种不同样本中每一对基因之间的共表达关系。团分析是生物网络中常用的一种分析方法，通常表示具有相似功能的生物模块。将MIClique算法应用于真实的基因表达数据，从结肠数据集和白血病数据集的图中检测出了一些在某一实验条件下相关但在另一实验条件下不相关的DEC基因子集。SN - 2314-6133 UR - https://doi.org/10.1155/2009/642524 DO - 10.1155/2009/642524 JF - Journal of biomedical and Biotechnology PB - Hindawi Publishing Corporation KW - ER -