Algorithmes de biclustering pour l'analyse des données biologiques : une revue

Un grand nombre d'approches de clustering ont été proposées pour l'analyse des données d'expression génique obtenues par des expériences de microarray. Cependant, les résultats de l'application des méthodes de clustering standard aux gènes sont limités. Cette limitation est imposée par l'existence de plusieurs conditions expérimentales où l'activité des gènes n'est pas corrélée. Une limitation similaire existe lors du clustering des conditions. Pour cette raison, plusieurs algorithmes réalisant un clustering simultané sur les dimensions ligne et colonne de la matrice de données ont été proposés. L'objectif est de trouver des sous-matrices, c'est-à-dire des sous-groupes de gènes et de conditions, où les gènes présentent des activités fortement corrélées pour chaque condition. Dans cet article, nous nous référons à cette classe d'algorithmes comme le biclustering. Le biclustering est aussi appelé dans la littérature coclustering et clustering direct, entre autres noms, et a également été utilisé dans des domaines tels que la recherche d'information et l'exploration de données. Dans cette revue exhaustive, nous analysons un grand nombre d'approches existantes de biclustering, et les classifions en fonction du type de biclusters qu'elles peuvent trouver, des motifs de biclusters découverts, des méthodes utilisées pour effectuer la recherche, des approches employées pour évaluer la solution, et des applications ciblées.