Objective clustering inductive technology of gene expression profiles based on sota clustering algorithm
Aim. Development of an inductive technology of objective clustering of gene expression profiles based on a self-organizing SOTA clustering algorithm. Methods. Inductive methods of complex system analysis were used to implement the inductive technology of objective clustering of gene expression profi...
Saved in:
| Published in: | Вiopolymers and Cell |
|---|---|
| Date: | 2017 |
| Main Authors: | , , , |
| Format: | Article |
| Language: | English |
| Published: |
Інститут молекулярної біології і генетики НАН України
2017
|
| Subjects: | |
| Online Access: | https://nasplib.isofts.kiev.ua/handle/123456789/153098 |
| Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
| Journal Title: | Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| Cite this: | Objective clustering inductive technology of gene expression profiles based on sota clustering algorithm / S.A. Babichev, A. Gozhyj, A.I. Kornelyuk, V.I. Lytvynenko // Вiopolymers and Cell. — 2017. — Т. 33, № 5. — С. 379-392. — Бібліогр.: 19 назв. — англ. |
Institution
Digital Library of Periodicals of National Academy of Sciences of Ukraine| id |
nasplib_isofts_kiev_ua-123456789-153098 |
|---|---|
| record_format |
dspace |
| spelling |
Babichev, S.A. Gozhyj, A. Kornelyuk, A.I. Lytvynenko, V.I. 2019-06-13T13:53:34Z 2019-06-13T13:53:34Z 2017 Objective clustering inductive technology of gene expression profiles based on sota clustering algorithm / S.A. Babichev, A. Gozhyj, A.I. Kornelyuk, V.I. Lytvynenko // Вiopolymers and Cell. — 2017. — Т. 33, № 5. — С. 379-392. — Бібліогр.: 19 назв. — англ. 0233-7657 DOI: http://dx.doi.org/10.7124/bc.000961 https://nasplib.isofts.kiev.ua/handle/123456789/153098 004.048 Aim. Development of an inductive technology of objective clustering of gene expression profiles based on a self-organizing SOTA clustering algorithm. Methods. Inductive methods of complex system analysis were used to implement the inductive technology of objective clustering of gene expression profiles. The optimal parameters of clustering algorithm were estimated using internal clustering quality criteria, external criteria and complex balance criteria. Results. Here we present the architecture of the inductive technology of objective clustering based on SOTA clustering algorithm and step-by-step procedure of its implementation. Charts of the internal, external and complex balance criteria versus the algorithm parameters were obtained during simulation. This allowed us to determine the optimal parameters of the algorithm. Conclusion. We have shown a high efficiency of the proposed technology. In case of analysis of gene expression profiles, this approach allows to implement a step-by-step cluster-bicluster technology of data grouping at an early stage of gene regulatory network reconstruction. Мета. Розробка індуктивної технології об'єктивної кластеризації профілів експресій генів на основі самоорганізуючого алгоритму кластеризації SOTA. Методи. Індуктивні методи аналізу складних систем було використано у якості базової основи при створенні індуктивної технології об'єктивної кластеризації профілів експресій генів. Оптимальні параметри роботи алгоритму кластеризації визначалися на основі комплексного використання внутрішніх та зовнішніх критеріїв якості кластеризації та комплексного критерію балансу. Результати. У статті представлено архітектуру індуктивної технології об'єктивної кластеризації на основі алгоритму кластеризації СОТА та покрокова процедура її реалізації. У процесі моделювання було отримано графікі залежності внутрішніх, зовнішніх та комплексного критерію балансу від параметрів роботи алгоритму кластеризації, аналіз яких дозволяє визначити оптимальні параметри роботи алгоритму кластеризації. Висновки. Отримані результати моделювання показали високу ефективність запропонованої технології. У випадку обробки профілів експресій генів дана технологія створює умови для реалізації покрокової кластер-бікластер технології групування даних на ранньому етапі реконструкції генної регуляторної мережі. Цель. Разработка индуктивной технологии объективной кластеризации профилей экспрессий генов на основе самоорганизующегося алгоритма кластеризации SOTA. Методы. Индуктивные методы анализа сложных систем были использованы в качестве базовой основы при создании индуктивной технологии объективной кластеризации профилей экспрессии генов. Оптимальные параметры работы алгоритма кластеризации определялись на основе комплексного использования внутренних и внешних критериев качества кластеризации и комплексного критерия баланса. Результаты. В статье представлена архитектура индуктивной технологии объективной кластеризации на основе алгоритма кластеризации СОТА и пошаговая процедура ее реализации. В процессе моделирования были получены графики зависимости внутренних, внешних и комплексного критерия баланса от параметров работы алгоритма кластеризации, анализ которых позволяет определить оптимальные параметры работы алгоритма кластеризации. Выводы. Полученные результаты моделирования показали высокую эффективность предложенной технологии. В случае обработки профилей экспрессии генов данная технология создает условия для реализации пошаговой кластер-бикластер технологии группировки данных на раннем этапе реконструкции генной регуляторной сети. en Інститут молекулярної біології і генетики НАН України Вiopolymers and Cell Bioinformatics Objective clustering inductive technology of gene expression profiles based on sota clustering algorithm Індуктивна технологія об’єктивної кластеризації профілів експресій генів на основі алгоритму кластеризації SOTA Индуктивная технология объективной кластеризации профилей экспрессий генов на основе алгоритма кластеризации SOTA Article published earlier |
| institution |
Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| collection |
DSpace DC |
| title |
Objective clustering inductive technology of gene expression profiles based on sota clustering algorithm |
| spellingShingle |
Objective clustering inductive technology of gene expression profiles based on sota clustering algorithm Babichev, S.A. Gozhyj, A. Kornelyuk, A.I. Lytvynenko, V.I. Bioinformatics |
| title_short |
Objective clustering inductive technology of gene expression profiles based on sota clustering algorithm |
| title_full |
Objective clustering inductive technology of gene expression profiles based on sota clustering algorithm |
| title_fullStr |
Objective clustering inductive technology of gene expression profiles based on sota clustering algorithm |
| title_full_unstemmed |
Objective clustering inductive technology of gene expression profiles based on sota clustering algorithm |
| title_sort |
objective clustering inductive technology of gene expression profiles based on sota clustering algorithm |
| author |
Babichev, S.A. Gozhyj, A. Kornelyuk, A.I. Lytvynenko, V.I. |
| author_facet |
Babichev, S.A. Gozhyj, A. Kornelyuk, A.I. Lytvynenko, V.I. |
| topic |
Bioinformatics |
| topic_facet |
Bioinformatics |
| publishDate |
2017 |
| language |
English |
| container_title |
Вiopolymers and Cell |
| publisher |
Інститут молекулярної біології і генетики НАН України |
| format |
Article |
| title_alt |
Індуктивна технологія об’єктивної кластеризації профілів експресій генів на основі алгоритму кластеризації SOTA Индуктивная технология объективной кластеризации профилей экспрессий генов на основе алгоритма кластеризации SOTA |
| description |
Aim. Development of an inductive technology of objective clustering of gene expression profiles based on a self-organizing SOTA clustering algorithm. Methods. Inductive methods of complex system analysis were used to implement the inductive technology of objective clustering of gene expression profiles. The optimal parameters of clustering algorithm were estimated using internal clustering quality criteria, external criteria and complex balance criteria. Results. Here we present the architecture of the inductive technology of objective clustering based on SOTA clustering algorithm and step-by-step procedure of its implementation. Charts of the internal, external and complex balance criteria versus the algorithm parameters were obtained during simulation. This allowed us to determine the optimal parameters of the algorithm. Conclusion. We have shown a high efficiency of the proposed technology. In case of analysis of gene expression profiles, this approach allows to implement a step-by-step cluster-bicluster technology of data grouping at an early stage of gene regulatory network reconstruction.
Мета. Розробка індуктивної технології об'єктивної кластеризації профілів експресій генів на основі самоорганізуючого алгоритму кластеризації SOTA. Методи. Індуктивні методи аналізу складних систем було використано у якості базової основи при створенні індуктивної технології об'єктивної кластеризації профілів експресій генів. Оптимальні параметри роботи алгоритму кластеризації визначалися на основі комплексного використання внутрішніх та зовнішніх критеріїв якості кластеризації та комплексного критерію балансу. Результати. У статті представлено архітектуру індуктивної технології об'єктивної кластеризації на основі алгоритму кластеризації СОТА та покрокова процедура її реалізації. У процесі моделювання було отримано графікі залежності внутрішніх, зовнішніх та комплексного критерію балансу від параметрів роботи алгоритму кластеризації, аналіз яких дозволяє визначити оптимальні параметри роботи алгоритму кластеризації. Висновки. Отримані результати моделювання показали високу ефективність запропонованої технології. У випадку обробки профілів експресій генів дана технологія створює умови для реалізації покрокової кластер-бікластер технології групування даних на ранньому етапі реконструкції генної регуляторної мережі.
Цель. Разработка индуктивной технологии объективной кластеризации профилей экспрессий генов на основе самоорганизующегося алгоритма кластеризации SOTA. Методы. Индуктивные методы анализа сложных систем были использованы в качестве базовой основы при создании индуктивной технологии объективной кластеризации профилей экспрессии генов. Оптимальные параметры работы алгоритма кластеризации определялись на основе комплексного использования внутренних и внешних критериев качества кластеризации и комплексного критерия баланса. Результаты. В статье представлена архитектура индуктивной технологии объективной кластеризации на основе алгоритма кластеризации СОТА и пошаговая процедура ее реализации. В процессе моделирования были получены графики зависимости внутренних, внешних и комплексного критерия баланса от параметров работы алгоритма кластеризации, анализ которых позволяет определить оптимальные параметры работы алгоритма кластеризации. Выводы. Полученные результаты моделирования показали высокую эффективность предложенной технологии. В случае обработки профилей экспрессии генов данная технология создает условия для реализации пошаговой кластер-бикластер технологии группировки данных на раннем этапе реконструкции генной регуляторной сети.
|
| issn |
0233-7657 |
| url |
https://nasplib.isofts.kiev.ua/handle/123456789/153098 |
| citation_txt |
Objective clustering inductive technology of gene expression profiles based on sota clustering algorithm / S.A. Babichev, A. Gozhyj, A.I. Kornelyuk, V.I. Lytvynenko // Вiopolymers and Cell. — 2017. — Т. 33, № 5. — С. 379-392. — Бібліогр.: 19 назв. — англ. |
| work_keys_str_mv |
AT babichevsa objectiveclusteringinductivetechnologyofgeneexpressionprofilesbasedonsotaclusteringalgorithm AT gozhyja objectiveclusteringinductivetechnologyofgeneexpressionprofilesbasedonsotaclusteringalgorithm AT kornelyukai objectiveclusteringinductivetechnologyofgeneexpressionprofilesbasedonsotaclusteringalgorithm AT lytvynenkovi objectiveclusteringinductivetechnologyofgeneexpressionprofilesbasedonsotaclusteringalgorithm AT babichevsa índuktivnatehnologíâobêktivnoíklasterizacííprofílívekspresíigenívnaosnovíalgoritmuklasterizacíísota AT gozhyja índuktivnatehnologíâobêktivnoíklasterizacííprofílívekspresíigenívnaosnovíalgoritmuklasterizacíísota AT kornelyukai índuktivnatehnologíâobêktivnoíklasterizacííprofílívekspresíigenívnaosnovíalgoritmuklasterizacíísota AT lytvynenkovi índuktivnatehnologíâobêktivnoíklasterizacííprofílívekspresíigenívnaosnovíalgoritmuklasterizacíísota AT babichevsa induktivnaâtehnologiâobʺektivnoiklasterizaciiprofileiékspressiigenovnaosnovealgoritmaklasterizaciisota AT gozhyja induktivnaâtehnologiâobʺektivnoiklasterizaciiprofileiékspressiigenovnaosnovealgoritmaklasterizaciisota AT kornelyukai induktivnaâtehnologiâobʺektivnoiklasterizaciiprofileiékspressiigenovnaosnovealgoritmaklasterizaciisota AT lytvynenkovi induktivnaâtehnologiâobʺektivnoiklasterizaciiprofileiékspressiigenovnaosnovealgoritmaklasterizaciisota |
| first_indexed |
2025-12-07T16:07:07Z |
| last_indexed |
2025-12-07T16:07:07Z |
| _version_ |
1850866272953171968 |