Résumé:

Dans le contexte de l'expression génétique, un biclustering refère à un groupement simultané de gènes et de conditions expérimentales. Dans la littérature, la plupart des algorithmes de biclustering considèrent les gènes ou les conditions comme des entités statistiquement indépendantes. Nous proposons un modèle de plaid bayésien avec la dépendance a priori entre les gènes ou les conditions à travers un graphe. Notre modèle suppose que le graphe est gouverné par le champ aléatoire de Gibbs. Nous développons un algorithme partiellement basé sur l'algorithme de l'histogramme-plat de Wang-Landau pour estimer la distribution a posteriori des étiquettes de biclusters (ou grappes bi-dimensionnelles). Nous montrons quelques expériences sur des données simulées et réelles.