منصوره میرزایی - دانشکده فنی و مهندسی گلپایگان، اصفهان، ایران

روش های خوشه بندی داده از تکنیک های موفق برای تحلیلداده بیان ژن بشمار می روند. روش CAST که توسط بن در، برایخوشه بندی داده بیان ژن ارائه شد، دو مشکل اساسی دارد. اول اینکهالگوریتم از یک حد آستانه ثابت اولیه برای شروع خوشه بندی استفادهمی کند و این پارامتر مستقیما اندازه و تعداد خوشه های تولیدشده را تحتتاثیر قرار میدهد. دوم اینکه الگوریتم یک مرحله نهایی cleaning stepدارد که از مرتبه زمانی ((o(n(2 است و در این مرحله نقاط داده بینخوشه های موجود دوباره موقعیت یابی می شوند. در این مقاله الگوریتمCAST توسعه و بهبود داده شده است و برای حل مشکل اول از یک حدآستانه پویا استفاده می شود. الگوریتم بهبودیافته CAST پیاده سازی شده وکارآیی آن با استفاده از دو مجموعه داده متفاوت بررسی شده است. مجموعهداده ها، داده بیان ژن واقعی هستند که از نمونه های تولیدشده به وسیلهتکنولوژی میکرو آرایه انتخاب شده اند. الگوریتم بهبودیافته با خروجیالگوریتم CAST مقایسه شده است و نتایج بسیار قابل ملاحظه ایبه دست آمده است. نه تنها نتایج نهایی بهتری به دست می آید بلکه اثباتمی شود که مرحله cleaning از الگوریتم CAST میتواند بدون استفاده باشد.

خوشه بندی، داده بیان ژن، حد آستانه تشابه، میکرو آرایه