聚类分析是从基因表达数据中提取生物医学信息的主要方法。针对基本粒子群优化算法易陷入局部极值和对可调参数敏感的问题，提出了一种新型粒子对算法来解决基因聚类问题。算法初始化四个粒子，随机分成两对，将K-均值快速聚类的结果作为每个粒子对中一个粒子的初始位置。在每次迭代中，粒子仅依靠自身速度和粒子对的最佳位置来完成自身更新。每个粒子对产生的精英粒子，组成一个新的粒子对，继续搜索，新粒子对的最优位置即为聚类算法的最优解。实验结果表明算法具有良好的同质性和差异性，且在计算时间和收敛速度方面具有相当的优势。