投稿指南出版伦理版权说明 我要投稿
首页 > 过刊浏览>2013年第32卷第8期 >814-820
PDF HTML阅读 XML下载 导出引用 引用提醒
基于模糊邻近关系的p53抑癌基因家族聚类分析
DOI:
作者:
作者单位:

作者简介:

通讯作者:

中图分类号:

基金项目:

国家自然科学基金项目(11271163);中央高校基本科研业务费专项资金项目(JUSRP51317B)


Clustering Analysis of Family Members of p53 Tumor Suppressor Gene Based on Fuzzy Proximity Relation
Author:
Affiliation:

Fund Project:

  • 摘要
    • |
  • 图/表
    • |
  • 访问统计
    • |
  • 参考文献
    • |
  • 相似文献
    • |
  • 引证文献
    • |
  • 资源附件
    • |
  • 文章评论
    摘要:

    模糊聚类技术在揭示数据的联系及数据间的依赖关系等方面占有重要作用。作者根据模糊等价关系的性质,利用加权汉明距离法,建立了序列间的模糊邻近关系,进而构造模糊等价矩阵进行聚类分析。选取了18条人类p53及其家族成员p63、p73肿瘤蛋白mRNA序列,以序列碱基的比例为指标,进行聚类分析。发现,当λ=0.951 59时,结果分为3类,p53、p63、p73各自成为一类。从聚类角度看p53、p63、p73的结构和功能是有区别的。此方法对预测未知基因的结构和功能有一定的生物意义。

    Abstract:

    Fuzzy clustering technology plays an important role in revealing the connection and dependence between the data.Therefore,according to the properties of fuzzy equivalence relation,this paper use the weighted hamming distance method to establish fuzzy proximity relation between sequences,and then make fuzzy equivalence matrix to being clustering analysis.Then select 18 human p53 and its family members p63 and p73 tumor protein mRNA sequences,use the base contents of sequences as index to being clustering analysis.Find that when λ=0.951 59,the result is divided into 3 groups,p53,p63 and p73 each becomes a class.From the perspective of clustering,p53,p63 and p73 have differences in structures and functions.This method has biological significance in predicting the structures and functions of unknown genes.

    参考文献
    相似文献
    引证文献
引用本文

仇建烨,浦琰,朱平.基于模糊邻近关系的p53抑癌基因家族聚类分析[J].食品与生物技术学报,2013,32(8):814-820.

QIU Jian-ye, PU Yan, ZHU Ping. Clustering Analysis of Family Members of p53 Tumor Suppressor Gene Based on Fuzzy Proximity Relation[J]. Journal of Food Science and Biotechnology,2013,32(8):814-820.

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2012-11-09
  • 最后修改日期:
  • 录用日期:
  • 在线发布日期: 2013-10-28
  • 出版日期: 2013-08-25

版权所有：《食品与生物技术学报》编辑部

地址：江苏省无锡市蠡湖大道1800号  邮政编码：214122

电话：0510-85913526  电子邮件：xbbjb@jiangnan.edu.cn

技术支持：北京勤云科技发展有限公司

微信公众号二维码

手机版网站二维码