通信工程文献翻译——一种混合遗传算法 （GA)-寻找最优或接近最优的中心点集描述了基于聚类 (HGACLUS) 的架构，结合模拟退火的优点。此架构通过实现内部群集凝聚力和外部群集隔离最大化的聚类的成功。通过使用模拟的数据和开放的微阵列基因表达数据集比较了 HGACLUS 和其他方法的性能。HGACLUS 通常被发现要更准确、 更鲁棒比确切验证策略和显式的聚类数在本文中讨论的其他方法。

关键词:遗传算法 基因的表达 聚类分析 中心

介绍

DNA微阵列生成大型数据集的基因表达越来越多地使用导致了几个重要的统计和分析的挑战。微阵列实验越来越多地在生物和医学的研究，以解决各种问题，包括肿瘤的分类发展进行（1-7）。肿瘤聚类是临床癌症研究中非常有价值的因为往往是确定如果基因表达谱定义疾病分子亚型的兴趣。聚类问题的一个重要方面是分配准确地向他们的集群的肿瘤样本和评估个别样品群集分配的信心。在芯片为基础的癌症诊断的临床应用，是一个重要的统计问题，与肿瘤分类关联新肿瘤类使用基因表达谱的鉴定。然而，不正确的群集分配可能导致误诊和不合适的治疗方案。因此可靠和精确的聚类算法是必不可少的成功诊断和治疗癌症。

聚类方法已成为流行的解决方式 DNA 微阵列数据分析（1，4，5，7，8），因为它们能够考虑基因全矢量表达式变量执行类发现。但这些方法有一定的局限性，其中之一是，他们并不总是能够找到最佳的集群。传统的聚类方法，如集聚或分裂聚类分层、 分块，使用贪婪算法，提出了观察，认为最好的算法，在这一点，不过可能不是最好的全球范围内时被认为是所有信息的特定群集。在聚类领域最近出现的全局优化方法模拟退火算法和遗传算法 （气） 等使用了（9，10）。

由荷兰(11)介绍了遗传算法是自然遗传学和进化的原则指导下的随机的搜索寻优技术。因为他们都由大量的隐含并行性(12)辅助，气体有能力寻找最优或接近最优解复杂、 大空间的可能的解决办法。此外，气体允许搜索这些空间的......

A hybrid GA (genetic algorithm)-based clustering (HGACLUS) schema, combining merits of the Simulated Annealing, was described for finding an optimal or near-optimal set of medoids. This schema maximized the clustering success by achieving internal cluster cohesion and external cluster isolation. The performance of HGACLUS and other methods was compared by using simulated data and open

microarray gene-expression datasets. HGACLUS was generally found to be more accurate and robust than other methods discussed in this paper by the exact validation strategy and the explicit cluster number.

Key words: genetic algorithms, gene expression, clustering, medoid

Introduction

The increasing use of DNA microarrays to generate large-scale datasets of gene expression has led to several important statistical and analytical challenges.Microarray experiments are increasingly being carried out in biological and medical researches to address a wide range of problems, including the classification of tumors (1-7). Tumor clustering is very valuable in clinical cancer studies because there is often interest......