Parallel affinity propagation clustering in identifying sub-network biomarker genes of lung cancer
Conference proceedings article
ผู้เขียน/บรรณาธิการ
กลุ่มสาขาการวิจัยเชิงกลยุทธ์
ไม่พบข้อมูลที่เกี่ยวข้อง
รายละเอียดสำหรับงานพิมพ์
รายชื่อผู้แต่ง: Kongmanee J., Thanapattheerakul T., Chan J.H.
ผู้เผยแพร่: Hindawi
ปีที่เผยแพร่ (ค.ศ.): 2016
หน้าแรก: 19
หน้าสุดท้าย: 23
จำนวนหน้า: 5
ISBN: 9781450347945
นอก: 0146-9428
eISSN: 1745-4557
ภาษา: English-Great Britain (EN-GB)
บทคัดย่อ
Lung cancer is a complex disease. The identification of a disease biomarker is still challenging. Affinity Propagation (AP) is a clustering algorithm to cluster a set of data by identifying similar data points in an iterative process. By applying a microarray dataset, this leads to a scalability issue for large data points. In this work, Pearson's correlation was used for calculating a similarity matrix with subsequent pruning for further constructing a gene co-expression network. The AP has been applied to identify sub-network biomarkers of four lung cancer expression datasets based on two different microarray platforms. Parallel computing was applied to tackle high dimensionality and to reduce the time consumption of measuring similarity by Pearson's correlation and similarity matrix construction. ฉ 2016 ACM.
คำสำคัญ
Affinity propagation clustering, Message passing interface, Pearson's correlation
ติดต่อสอบถามเพิ่มเติมได้ที่