中文摘要：

目的评估不同基因表达谱数据集下，多种算法在缺失数据中的填补效果，并分析其对无监督基因表达谱聚类的影响。方法在不同缺失比例的情况下，分别采用非参缺失森林填补法、贝叶斯线性回归法、蒙特卡洛多重填补法和K邻近填补法进行填补，通过均方根误差（NRMSE）和聚类准确率（F值）两个指标来评估不同方法的填补效能和聚类效果，并用模拟数据集进行测试和乳腺癌数据集进行验证。结果随着缺失比例的增加，四种填补方法的NRMSE都逐渐上升；任意缺失比例下，相比于其他三种方法非参缺失森林填补法的填补优势明显。缺失比例为5％、10％、20％和30％的乳腺癌数据集，非参缺失森林填补法的NRMSE依次为0．1951（95％CI，0．1945-0．1953）、0．2776（95％CI，0．2783-2791）、0．4003（95％CI，0．3986-0．4002）和0．4974（95％CI，0．4658-0．5104）；聚类效果的准确率为1．0、0．91、0．88和0．82。结论非参缺失森林填补算法实现简单，对数据集的要求较低，比传统填补算法具有更好的稳定性和精确度，可保留较多的基因信息供后续的功能聚类等分析。