随着生物技术与生物信息学的发展,DNA芯片实验已经成为当今最重要的一种分析基因表达的非常有效的工具,基因芯片技术的应用已日渐趋向成熟。在高通量分子生物学技术不断发展和日趋完善的同时,越来越多的研究者致力于癌症基因芯片的相关研究。近年来,癌症的发病率不断增长,严重威胁着人类的健康与生命。长期以来,各国的科学家们为了治愈癌症进行了长期不懈的努力。处理基因芯片表达数据常用的方法是聚类分析,随着生物科学和技术的迅速发展,生物数据的积累速度也不断加快,呈现指数级增长趋势,传统的聚类方法的不足也日益显现出来。本文在学习和总结传统聚类算法和双聚类算法的基础上,针对癌症基因芯片数据的相关分析这一研究热点,应用改进的双聚类算法对其进行分析和讨论。具体过程如下:首先在经典的Cheng-Church算法基础上,提出了一种改进算法,通过增加了组合和扩展过程,减少了随机化对双聚类结果的影响,得到了很好的双聚类效果;其次对癌症基因芯片数据进行缺失值的填充和标准化预处理,并利用特征选择算法,如t-test和SVM-RFE两种统计学方法进行特征基因的选取;最后将改进的Cheng-Church算法应用在人工模拟数据上验证了算法的有效性,并利用该算法对GEO数据库中的前列腺癌基因表达数据进行了聚类分析,通过与KEGG数据库中现有的前列腺癌pathway中的基因比较,验证了改进算法的有效性,同时对可能与前列腺癌有关的基因进行了分析。