[논문 리뷰] Effective Clustering Algorithms for Gene Expression Data

T. Chandrasekhar, K. Thangavel외 1명|arXiv (Cornell University)|2012. 01. 24.

Gene expression and cancer classification참고 문헌 16인용 수 29

한 줄 요약

이 논문은 유전자 발현 데이터의 군집화를 향상시키기 위해 군집 중심 초기화 알고리즘(CCIA)을 통합한 K-평균 군집화 알고리즘을 제안한다. 지능적인 군집 중심 초기화를 통해 사전에 정의된 k값에 대한 의존도를 감소시키고, 기존의 K-평균 및 실루엣 기반 방법에 비해 생물학적으로 일관된 유전자 군집을 더 잘 식별함으로써 뛰어난 성능을 보인다.

ABSTRACT

Microarrays are made it possible to simultaneously monitor the expression profiles of thousands of genes under various experimental conditions. Identification of co-expressed genes and coherent patterns is the central goal in microarray or gene expression data analysis and is an important task in Bioinformatics research. In this paper, K-Means algorithm hybridised with Cluster Centre Initialization Algorithm (CCIA) is proposed Gene Expression Data. The proposed algorithm overcomes the drawbacks of specifying the number of clusters in the K-Means methods. Experimental analysis shows that the proposed method performs well on gene Expression Data when compare with the traditional K- Means clustering and Silhouette Coefficients cluster measure.

연구 동기 및 목표

• 기존 K-평균 군집화에서 유전자 발현 데이터의 최적의 군집 수(k)를 선택하는 문제를 해결하기 위해.
• 마이크로어레이 데이터에서 공발현 유전자 및 생물학적으로 일관된 패턴을 더 잘 식별하기 위해.
• 일반적으로 국소 최적해에 수렴하는 경향이 있는 K-평균의 초기 군집 중심 선택에 대한 민감도를 줄이기 위해.
• 유전자 발현 데이터셋에 특화된 새로운 초기화 전략을 사용하여 군집화 정확도와 안정성을 향상시키기 위해.

제안 방법

• 군집 중심 초기화 알고리즘(CCIA)을 통합한 하이브리드 K-평균 알고리즘을 제안하여 초기 중심점 배치를 향상시킨다.
• CCIA는 유전자 발현 프로파일의 분포와 밀도를 기반으로 초기 군집 중심을 결정하는 데이터 기반 접근 방식을 사용한다.
• CCIA로 초기화된 중심점을 사용하여 K-평균 군집화를 수행하여 군집 할당을 정밀하게 조정한다.
• 군집 내 응집도와 분리도를 검증하기 위해 실루엣 계수를 사용하여 군집 품질을 평가한다.
• 실제 유전자 발현 데이터셋을 사용하여 제안된 방법과 표준 K-평균 간의 경험적 비교를 수행한다.
• 무작위 초기화에 대한 의존도를 줄임으로써 국소 최적해에 수렴하는 것을 최소화한다.

실험 결과

연구 질문

• RQ1 데이터 기반 초기화 방법이 유전자 발현 데이터 분석에서 K-평균 군집화의 성능을 향상시킬 수 있는가?
• RQ2 제안된 CCIA-기반 K-평균은 기존 K-평균에 비해 군집화 정확도와 안정성 측면에서 어떻게 비교되는가?
• RQ3 제안된 방법이 사전에 정의된 군집 수(k)에 대한 민감도를 어느 정도 감소시키는가?
• RQ4 CCIA 통합이 기존 방법에 비해 생물학적으로 일관된 유전자 군집을 더 잘 식별하는가?
• RQ5 유전자 발현 데이터셋에서 제안된 방법과 기준 K-평균 간의 실루엣 계수는 어떻게 비교되는가?

주요 결과

• 제안된 CCIA-K-평균 방법은 기존 K-평균보다 더 높은 실루엣 계수를 확보하여 더 잘 정의되고 응집도가 높은 군집을 나타낸다.
• 다양한 실험 조건에서 공발현 유전자 식별에 있어 알고리즘이 향상된 강건성을 보였다.
• 초기 중심점 배치에 데이터 분포를 활용함으로써 사용자가 지정한 k값에 대한 의존도를 감소시켰다.
• 실험 결과, 벤치마크 유전자 발현 데이터셋에서 표준 K-평균에 비해 일관된 성능 향상을 보였다.
• 무작위 초기화에 비해 CCIA 초기화가 군집화 안정성과 수렴 속도를 크게 향상시켰다.
• 실루엣 기반 평가에 의해 검증된 바, 표준 K-평균보다 생물학적으로 의미 있는 유전자 군집을 더 잘 식별하는 데 성공했다.