مقایسه روش‌های خوشه‌بندی در داده‌های بیان ژنی

چکیده زمینه و هدف: با گسترش روش‌های استخراج داده‌های ژنتیکی، روش‌های تجزیه و تحلیل این نوع داده‌ها نیز در حال توسعه می‌باشند. این مطالعه با هدف مقایسه یکی از پرکاربردترین روش‌های تجزیه و تحلیل این نوع داده ها، یعنی خوشه‌بندی انجام شده است. مواد و روش کار: در این پژوهش با استفاده از 5 مجموعه داده مایکروآرایه، نه ترکیب روش خوشه‌بندی سلسله مراتبی تجمعی، سلسله مراتبی تقسیم‌شونده و K- میانگین با متریک‌های فاصله اقلیدسی، منهاتان و ضریب همبستگی پیرسون پیوند و با استفاده از شاخص پهنای نیمرخ با استفاده از روش نمونه‌گیری بوت استرپ مقایسه شده است. یافته‌ها: نتایج نشان داد روش خوشه‌بندی سلسله مراتبی تجمعی با پیوند متوسط دارای بهترین عملکرد بود. همچنین این روش در مقایسه با دیگر روش‌ها از پایایی بیشتری برخوردار بود. درعین حال روش خوشه‌بندی سلسله مراتبی تقسیم شونده عملکرد نسبتاً مشابهی با روش خوشه‌بندی K- میانگین داشته است. نتیجه‌گیری: با توجه به نتایج می توان گفت که مبتنی بر شرایط موجود در داده ها بهترین روش‌ خوشه‌بندی انتخاب می شود