Application of resampling methods to estimate the number of clus­ters in gene expression data

• Autorzy: Stąpor K.

Warianty tytułu

PL

Zastosowanie metod próbkujących do oszacowanie liczby grup w danych stanowiących poziomy ekspresji genów

• Języki publikacji: EN

Abstrakty

EN

In this paper we evaluated the two recently emerged resampling-based methods for estimation the number of clusters (if any) in a dataset. The first method is based on the concept of clustering stability while the second utilizes the ideas from discriminant analysis. These methods are compared using simulated and gene expression data from cancer microarray studies.

PL

W artykule przedstawiono dwie nowe metody dotyczące walidacji grupowania danych, a konkretnie oszacowania liczby grup. Obie metody bazują na odpowiednim próbkowaniu zbioru wejściowego a ich podstawową ideą jest stwierdzenie, że stabilna struktura to taka, która jest odporna" na perturbacje danych. Pierwsza metoda, pochodząca z [1] bazuje na pojęciu tzw. stabilności wyniku grupowania, które z kolei jest definiowane w oparciu o odpowiednio skonstruowaną macierz niezgodności. W drugiej metodzie wykorzystywane są pojęcia z analizy dyskryminacyjnej dla oceny stabilności uzyskanej w wyniku grupowania struktury. Obie metody zostały porównane z użyciem specjalnie wygenerowanych zbiorów testowych. Następnie zastosowano je dla oszacowania liczby grup w danych stanowiących poziomy ekspresji genów pacjentów zdrowych i chorych na różne rodzaje białaczki, pochodzące z mikromacierzy DNA.

Słowa kluczowe

EN

clustering; cluster Yalidation; gene expression data

• Wydawca: Instytut Informatyki Teoretycznej i Stosowanej Polskiej Akademii Nauk
• Czasopismo: Theoretical and Applied Informatics
• Rocznik: 2006
• Tom: Vol. 18, nr 2
• Strony: 109--122
• Opis fizyczny: Bibliogr. 6 poz., rys.

Twórcy

autor

Stąpor K.

• Silesian Technical University Institute of Informatics ul. Akademicka 16 44-100 Gliwice, Poland

Bibliografia

• [1] Ben-Hur A., Guyon I.: Detecting stable clusters using principal component analysis. In Methods in Molecular Biology, M.J. Brownstein and A. Kohodursky (eds.), Humana Press,159-182, 2003.
• [2] Fridlyand J., Dudoit S.: Application of resampling methods to estimate the number of clusters and to improve the accuracy of a clustering method. Technical report, nr 600, University of California, Berkeley.
• [3] Jain A., Dubes R.: Algorithms for clustering data. Prentice Hall, Englewood Cliffs, NJ, 1988.
• [4] Alizadeh A.A. et al: Distinct types of diffuse large B-cel lymphoma identified by gene expression profiling. Nature, 403, 503-511, 2000.
• [5] Golub T.R. et al: Molecular classification of cancer: class discovery and class prediction by gene expression monitoring. Science, 286, 531-537, 1999.
• [6] Fowlkes E., Mallows C.: A method for comparing two hierarchical clusterings. Journal of the American Statistical Association, 78, 553-584, 1983.