Analysis of Short Time Series in Gene Expression Tasks

Abstract

Analysis of Short Time Series in Gene Expression Tasks The article analyzes various clustering approaches that are used in gene expression tasks. The chosen approaches are portrayed and examined from the viewpoint of use of data mining clustering algorithms. The article provides a short description of working principles and characteristics of the examined methods and algorithms and the data sets used in the experiments. The article presents results of the experiments that are directly connected to the use of clustering algorithms in processing of short time series in bioinformatics tasks, solving gene expression problems as well as provides conclusions and evaluations of each used approach. An analysis of future possibilities to build a new method that is based on data mining approaches and principles but solves bioinformatics tasks that are associated with processing of short time series and the achieved results are interpreted in a way that is easy to perceive for bioinformatics experts, is presented. Īsu laika rindu analīze gēnu ekspresijas uzdevumos Rakstā tiek analizētas un aplūkotas hierarhiskās un sadalošās klasterizācijas pieejas, kuras tiek izmantotas gēnu ekspresijas uzdevumos. Izvēlētās pieejas ir aplūkotas un analizētas no datu ieguves klasterizācijas algoritmu izmantošanas iespēju pielietojuma. Rakstā tiek īsi aprakstīti aplūkojamo metožu un algoritmu darbības principi, raksturīgākās iezīmes un eksperimentos izmantotās datu kopas. Uz atrasto klasteru bāzes tiek veidoti paraugmodeļi jeb klastera objektu vidējo vērtību novērtējums katrā laika momentā. Balstoties uz atrastajiem paraugmodeļiem tiek veikta salīdzinošā analīze. Uzskaitīti ir eksperimentu rezultāti, kas tieši saistīti ar klasterizācijas algoritmu izmantošanu apstrādājot īsas laika rindas bioinformātikā, risinot gēnu ekspresijas uzdevumus. Izdarīti secinājumi un veikti novērtējumi par katru no izmantotajām pieejām. Analizētas nākotnes iespējas jaunas metodes izveidei, kas balstītos uz datu ieguves pieejām un principiem, bet risinātu bioinformātikas uzdevumus, kuri saistīti ar īsu laika rindu apstrādi un iegūtie rezultāti tiktu interpretēti bioinformātikas speciālistiem saprotamā veidā. Анализ коротких временных рядов в задачах экспрессии генов В статье проведен анализ и обзор кластеризации на основе методов иерархии и разбиения, которые используются в задачах экспрессии генов. Выбранные методы анализируются и рассматриваются с точки зрения применения возможностей использования кластеризационных алгоритмов в задачах добычи данных. В статье кратко изложен принцип работы рассматриваемых методов и алгоритмов, а также - характерные черты и используемые в экспериментах выборки данных. На основе определенных кластеров образуются прототипы, которые указывают на среднее значение объектов в кластере, в каждой временной точке. На основе полученных прототипов произведен сравнительный анализ. Приведены результаты экспериментов, которые связаны с использованием кластеризационных алгоритмов при обработке коротких временных рядов в области биоинформатики, решая задачи экспрессии генов. Сделаны выводы и произведена оценка каждого использованного подхода. Проанализированы возможные подходы к разработке в будущем нового метода, который основывается на принципах добычи данных, но в то же время решает задачи биоинформатики. Эти задачи связаны с обработкой коротких временных рядов, и полученные результаты должны интерпретироваться в виде, понятном для специалистов биоинформатики.