一种基于深度自动编码器的基因表达数据聚类方法技术

本发明专利技术属于基因表达数据分析领域，具体涉及一种基于深度自动编码器的基因表达数据聚类方法；该方法包括：获取基因表达数据；对基因表达数据进行预处理，得到mRNA数据；将mRNA数据输入到训练好的深度自动编码器中，得到降维后的mRNA数据；采用mclust包确定降维后的mRNA数据的聚类簇数；根据聚类簇数，采用k

【技术实现步骤摘要】
一种基于深度自动编码器的基因表达数据聚类方法


[0001]本专利技术属于基因表达数据分析领域，具体涉及一种基于深度自动编码器的基因表达数据聚类方法。

技术介绍

[0002]随着基因芯片检测技术日趋成熟，产生了大量的基因表达数据，人们可从公共数据集中获取基因表达数据。利用数据挖掘方法挖掘基因表达数据重要信息，可从分子层面探讨疾病的机理和生物标志物。聚类分析是数据挖掘的重要技术之一，在基因表达数据研究中具有很重要的作用。基因表达数据的聚类分析研究可分为3类：基因聚类、样本聚类和双向聚类。其中，基因聚类以基因为对象，以样本表达值为特征，能够用于判断差异基因在不同情况下的表达模式，将表达模式相同或相近的基因聚集，这些同类基因可能具有相似的功能，共同参与同一代谢过程或存在于同一细胞通路中。
[0003]基因聚类可将表达模式相近的基因聚在一起，以发现未知基因功能以及基因之间的调控关系。现有技术中有基于划分的聚类算法、基于层次的聚类算法、基于密度的聚类算法以及基于图的聚类算法等经典的聚类算法，这些算法都存在着各自的优缺点。目前，应用较多的基因表达数据本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于深度自动编码器的基因表达数据聚类方法，其特征在于，包括：S1：获取基因表达数据；S2：对基因表达数据进行预处理，得到mRNA数据；S3：将mRNA数据输入到训练好的深度自动编码器中，得到降维后的mRNA数据；S4：采用mclust包确定降维后的mRNA数据的聚类簇数；S5：根据聚类簇数，采用k
‑
means聚类算法对降维后的mRNA数据进行聚类，得到聚类结果。2.根据权利要求1所述的一种基于深度自动编码器的基因表达数据聚类方法，其特征在于，对获取的基因表达数据进行预处理包括：从基因表达数据中提取mRNA数据；对mRNA数据进行基因ID转换、缺失值处理和删除重复基因，得到得到初步处理好的mRNA数据；对初步处理好的mRNA数据进行剔除过低表达量基因处理；使用方差稳定变换对剔除过低表达量基因后的数据进行标准化处理，得到预处理好的mRNA数据。3.根据权利要求1所述的一种基于深度自动编码器的基因表达数据聚类方法，其特征在于，对深度自动编码器进行训练包括：深度自动编码器包括编码器和解码器；S31：采用编码器对输入mRNA数据进行特征学习，得到降维后的mRNA数据；S32：采用解码器对降维后的mRNA数据进行重构，得到重构的mRNA数据；S33：根据重构的mRNA数据和原mRNA数据计算损失函数，返回步骤S31，当损失函数最小时，得到训练好的深度自动编码器。4.根据权利要求3所述的一种基于深度自动编码器的基因表达数据聚类方法，其特征在于，深度自动编码器的编码器处理数据的公式为：y＝f
θ
(x)＝f
k
(f
k
‑1(...f1(x)))＝σ
k
(σ
k
‑1(...σ1(wx+b)))其中，x表示输入向量，y表示降维后的mRNA数据，f
θ
表示编码器，f
i
表示深度网络中第i层的映射函数，σ
k
表示第k层的激活函数，w表示权重矩阵值，b表示偏移矩阵。5.根据权利要求3所述的一种基于深度自动编码器的基因表达数据聚类方法，其特征在于，深度自动编码器的解码器处理数据的公式为：z＝g
θ
′
(y)＝g
k
(g
k
‑1(...g1(y)))＝σ
k
(σ
k
‑...

【专利技术属性】
技术研发人员：何瑶，舒坤贤，
申请(专利权)人：重庆邮电大学，
类型：发明
国别省市：