基因表达数据中的局部模式挖掘研究综述

姜 涛 李战怀

1(河南财经政法大学计算机与信息工程学院 郑州 450046) 2(西北工业大学计算机学院 西安 710129) (jiangtaoxxx@126.com)

基因微阵列(DNA microarray)技术是DNA重组与聚合酶链式反应(polymerase chain reaction, PCR)扩增这两大技术出现之后产生的一项重大生物技术[1].通过微阵列实验，生物学家能够同一时间内监测大量基因在特定生理过程中的动态表达水平，进而将基因的活动状态相对全面地展示出来.同以往的单基因表达研究模式相比，基因微阵列技术使得人们能够在基因组层面上以全局的、系统的视角来解释生命现象与本质.自从其发明以来，该技术已经应用到生物和医学研究等许多应用中.例如，在癌症研究中，它的出现使得人们能够更好地理解肿瘤发生的生物学机制，进而发现新的目标和新的药物，并制定可以裁剪的个性化治疗方案.然而，基因在某一生理过程中的表达数据只是某一状态下的表型数据，如何揭示大量基因表型数据背后的基因功能及其生命现象的本质才是设计微阵列实验的初衷.因为数据挖掘技术能够从大量的数据中发现不易觉察的信息，或者挖掘出某些潜在的有价值的模式，所以在生物医学等领域的探索中有着广泛的应用.

基因表达数据反映的是直接或间接测量得到的基因转录产物mRNA在细胞中的丰度[2].检测细胞中 mRNA 丰度的方法主要有4种：cDNA 微阵列、寡核苷酸芯片、基因表达系列分析(serial analysis of gene expression， SAGE)、反转录PCR(reverse transcription-PCR， RT-PCR).由于生物体中的细胞种类繁多且基因表达随着时空……