Biclustering of Gene Expression Data Based on Local Nearness

Résumé. L’analyse des données d’expression de génes dans les fragments d’ADN est un outil important utilisé dans la recherche genomique dont les objectifs principaux s’étendent de l’étude du caractére fonctionnel des génes spécifiques et leur participation dans les processus biologiques à la reconstruction de conditions des maladies et leur pronostique. Les données d’expression des génes sont arrangées dans les matrices où chaque géne corresponde à une ligne et chaque colonne représente une condition expérimentale spécifique. Les techniques de biclustering ont le but de trouver de sous-ensembles de génes qui montrent les modéles d’activité similaires sous un sous-ensemble des conditions. Notre approche consiste en un algorithme de biclustering basé sur la proximité locale. L’algorithme cherche biclusters dans une manière greedy, commençant avec biclusters qui contiennent deux génes et incluant autant de génes que possible dépendant d’un seuil de distance qui garantit la similarité de comportements des génes.