[논문 리뷰] Performance Analysis of Enhanced Clustering Algorithm for Gene Expression Data

T. Chandrasekhar, K. Thangavel외 1명|arXiv (Cornell University)|2011. 12. 19.

Gene expression and cancer classification참고 문헌 17인용 수 5

한 줄 요약

이 논문은 ISODATA를 개선하여 병합 요소 생성을 자동화하고 초기 군집 중심을 최적화하는 EAGMFI라는 향상된 K-평균 군집화 알고리즘을 제안한다. 유전자 발현 데이터에서 평가한 결과, EAGMFI는 AGMFI보다 더 높은 실루엣 계수와 더 컴팩트한 군집을 보이며 뛰어난 군집 성능을 보이며, 군집 수 지정 및 초기화의 핵심 한계를 해결한다.

ABSTRACT

Microarrays are made it possible to simultaneously monitor the expression profiles of thousands of genes under various experimental conditions. It is used to identify the co-expressed genes in specific cells or tissues that are actively used to make proteins. This method is used to analysis the gene expression, an important task in bioinformatics research. Cluster analysis of gene expression data has proved to be a useful tool for identifying co-expressed genes, biologically relevant groupings of genes and samples. In this paper we applied K-Means with Automatic Generations of Merge Factor for ISODATA- AGMFI. Though AGMFI has been applied for clustering of Gene Expression Data, this proposed Enhanced Automatic Generations of Merge Factor for ISODATA- EAGMFI Algorithms overcome the drawbacks of AGMFI in terms of specifying the optimal number of clusters and initialization of good cluster centroids. Experimental results on Gene Expression Data show that the proposed EAGMFI algorithms could identify compact clusters with perform well in terms of the Silhouette Coefficients cluster measure.

연구 동기 및 목표

• 유전자 발현 데이터에 대한 최적의 군집 수를 결정하는 데 있어 AGMFI의 한계를 해결하기 위해.
• 수렴성과 정확도를 향상시키기 위해 더 나은 초기 중심점을 선택하여 군집 초기화를 개선하기 위해.
• 더 높은 정밀도로 생물학적으로 관련성이 있는 유전자 그룹을 식별할 수 있는 강력한 군집화 알고리즘을 개발하기 위해.
• 실제 유전자 발현 데이터셋에서 실루엣 계수와 군집 컴팩트성 지표를 사용하여 성능을 평가하기 위해.

제안 방법

• 군집화 과정 중에 병합 요소를 동적으로 결정하는 EAGMFI를 제안하며, 이는 AGMFI의 향상된 버전이다.
• 부적절한 시작점 회피를 위해 데이터 기반 접근 방식을 사용하는 개선된 군집 중심 초기화 전략을 도입한다.
• 자동 병합 요소 조정을 통해 K-평균을 적용하여 반복적으로 군집 경계를 정밀화한다.
• 군집 품질과 컴팩트성 평가를 위해 실루엣 계수를 주요 평가 지표로 사용한다.
• 생물학적 관련성 제약 조건 하에서 실제 유전자 발현 데이터셋에 알고리즘을 적용하여 성능을 평가한다.
• 군집 안정성과 정확도 향상을 입증하기 위해 EAGMFI를 AGMFI와 비교한다.

실험 결과

연구 질문

• RQ1 EAGMFI는 유전자 발현 데이터에서 생물학적으로 의미 있는 군집을 식별하는 데 있어 AGMFI를 능가할 수 있는가?
• RQ2 EAGMFI의 자동 병합 요소 생성이 수동으로 군집 수를 지정하는 데 의존도를 감소시키는가?
• RQ3 향상된 중심점 초기화가 군집 정확도와 수렴 속도를 어느 정도 향상시키는가?
• RQ4 EAGMFI는 유전자 발현 데이터셋에서 AGMFI에 비해 실루엣 계수 측면에서 어떻게 성능을 발휘하는가?
• RQ5 고차원 유전자 발현 데이터에서 EAGMFI는 AGMFI보다 더 컴팩트하고 잘 분리된 군집을 생성할 수 있는가?

주요 결과

• EAGMFI는 유전자 발현 데이터셋에서 AGMFI보다 더 높은 실루엣 계수를 달성함으로써 군집 성능을 크게 향상시킨다.
• 알고리즘은 더 컴팩트하고 잘 분리된 군집을 생성하여 공발현 유전자 그룹의 더 명확한 정의를 나타낸다.
• EAGMFI는 병합 요소 생성 과정을 자동화함으로써 수동으로 군집 수를 지정하는 데 필요한 의존도를 감소시킨다.
• 향상된 군집 중심 초기화로 수렴 속도가 빨라지고 더 안정적인 군집 결과가 도출된다.
• 실험 결과에 따르면 EAGMFI는 생물학적으로 관련성이 있는 유전자 그룹을 식별하는 데 있어 AGMFI를 능가한다.
• 제안된 방법은 다수의 유전자 발현 데이터 인스턴스에서 강건성과 일관성을 보여준다.