需要JoVE订阅才能观看此内容。 请登录或开始免费试用

方法文章

借助可视化分析技术促进免疫学数据分析

9.7K 次观看

⸱

DOI：

10.3791/2397

⸱

2011年1月2日

 ,  ,  ,  ,  , 
1Department of Paediatrics, Division of Infectious and Immunological Diseases, Child and Family Research Institute, University of British Columbia, 2Department of Computer Science, University of British Columbia, 3Department of Psychology, University of British Columbia

本文内容

摘要

可视化分析（VA）是一种交互式数据分析的新方法。本视频中，我们讨论了高通量生物实验带来的数据过载问题，并提出将可视化分析作为解决该问题的方案。视频展示了使用一种名为 Tableau 的可视化分析工具对免疫学数据集内部及数据集之间进行分析的过程。

摘要

可视化分析（VA）作为一种通过交互式视觉展示来分析大型数据集的新型方法已逐渐兴起。我们展示了VA方法在生物学数据集分析中的实用性与灵活性。免疫学领域中的此类数据集示例包括流式细胞术数据、Luminex 数据以及基因分型数据（例如单核苷酸多态性数据）。与传统的信息可视化方法不同，VA通过允许分析人员参与实时的数据探索过程，将分析的主动权重新交还给分析者。在评估了多种VA工具后，我们选用了名为Tableau的VA软件。在视频演示中，采用一种称为配对分析的方法，展示了两种类型的分析任务：数据集内部及数据集之间的分析。根据VA的定义，配对分析是一种分析方法，在该方法中，VA工具专家与领域专家在分析过程中并肩协作。领域专家负责理解数据的意义，并提出所收集数据可能回答的问题；工具专家则创建可视化图表，以帮助发现可能回答这些问题的数据模式。假设生成与数据快速可视化展示之间较短的延迟时间，是VA方法的主要优势。

方案

1. 基于探索的 Tableau 分析

  1. 您有一个数据集，并希望探索数据中各列之间的各种关系。
    1. （图1）通过点击“连接到数据”导入数据集。选择数据源类型，并按照说明导入您的数据集。
    2. （图1）确保维度区域包含数据集中的分类变量列，而度量区域包含数值型变量列。有时，如受试者标识符等维度列若以数字形式表示，可能会被列为度量。此时可通过右键单击该列并选择“转换为维度”进行更正。在图1中，数据集中的分类变量列（如刺激物浓度水平和受试者标识符）已正确放置在维度区域，细胞因子的观测浓度已正确放置在度量区域。
    3. （图2）在分析过程中，若需要创建计算字段，只需在维度或度量区域中右键单击，然后选择“创建计算字段”。在公式框中输入计算表达式，将字段与函数或数学运算组合。图2展示了如何通过聚合PFD2、PFD3和PFD4的值创建一个名为PFD > 2的新字段。
    4. （图3）在Tableau中生成二维图表，通常使用一个维度和一个感兴趣的度量。由于界面支持简单的拖放操作，维度和度量的选择可轻松更改。通常将维度放置在列区域，度量放置在行区域。在图3中，维度区域包含刺激物浓度水平，度量区域包含细胞因子的观测浓度水平。
    5. （图3）若需根据某一特定维度对可视化结果进行区分，可将该维度标签放入文本、颜色或大小区域，具体取决于该维度的性质。文本区域通过所选维度提供的文本信息对数据进行标注以实现区分；颜色和大小区域则会自动通过颜色和大小对数据进行区分，并可通过各区域底部的滚动条进行调整。在图3中，将基因型放入颜色区域，可使三种基因型以不同颜色区分开来。
    6. （图3）可通过将特定维度的标签拖入筛选器区域，对可视化结果按该维度的变量进行筛选。此时将弹出一个窗口，列出可供选择的值，仅选中的值会保留在可视化结果中。
    7. （图4）可将多个维度或度量组合，生成可视化的矩阵。方法是将多个维度拖入列区域，多个度量拖入行区域。图4展示了一个示例，通过在列区域中放置两个不同的维度，生成了一个两列的可视化矩阵。
    8. 若要生成类似的可视化图表，可在左下角右键单击当前工作表，然后选择“复制工作表”。
    9. 重复分析过程，以识别可能有助于您生成新假设的有趣趋势或异常值。
  2. 您有多个来自相同来源的数据集，并希望探索这些数据集之间的潜在关联。
    1. 将多个数据集置于同一数据源中，例如将两个电子表格放入同一工作簿，以便Tableau通过同一连接访问这些数据集。
    2. （图5）通过关键值的逻辑连接将数据集关联起来，确保选择多个数据集中相同的维度。在图5中，用于连接的五个关键值为：细胞类型、刺激物浓度水平、阶段或组别、刺激物和受试者标识符。
    3. 执行与第1.1节类似的分析。

2. 基于演示的需求

  1. 您已了解数据之间的关系，但希望快速生成一系列可视化图表以用于演示。
    1. 按照第 1.1 节中所述的方案操作，并对可视化图表进行相应标注。
    2. 使用 Tableau 中的导出功能生成可视化图表的图像。
  2. 您已在 Tableau 工作簿中创建了一组强大的可视化图表，并希望与他人共享该工作簿。
    1. 将工作簿另存为 Tableau 打包工作簿，并共享此文件。
    2. 未安装 Tableau Desktop 的同事可下载 Tableau Reader 以打开该打包工作簿。Tableau Reader 可让您的同事与您创建的可视化图表进行交互。

3. 代表性结果

Tableau 界面示意图；数据连接、维度、度量、分类与数值设置。
图1. 从 Excel 文件 demo.xls 中导入名为 NFKBIA 的电子表格后，Tableau 的界面截图。维度和度量区域已分别正确填入分类数据和数值数据。

计算字段设置；公式与函数列表；数据分析配置。
图 2. 调用“计算字段”窗口以创建可在 Tableau 中使用的特殊计算字段。左下角的列表有助于识别可能的字段，右侧列表则包含可在公式中使用的函数缩写。在此示例中，我们希望将 PFD4、PFD3 和 PFD2 的数值相加以获得最终值，该值我们称为 PFD > 2

Tableau 数据可视化流程，浓度与基因型的折线图，展示用于数据分析的筛选和标记应用。
图 3. 刺激物浓度水平与观察到的细胞因子浓度的可视化图示。该图展示了在先天免疫研究中，不同个体对刺激物 3M-002 的各种浓度水平所对应的细胞因子 TNF-α 观测浓度的变化。线条颜色代表个体在 NFKBIA 基因单核苷酸多态性位点上的不同基因型。

双列数据可视化矩阵，Tableau 软件中显示刺激物与浓度关系的折线图。
图 4. 双列可视化矩阵的截图。我们生成了一个双列矩阵，以方便并排比较对两种刺激物 3M-003 和 LPS 的反应。x 轴表示两种刺激物的不同浓度水平，y 轴表示计算字段 PFD > 2 的数值。

Excel 工作簿连接教程，展示界面中多个表格的添加及连接子句。
图 5. 这些 Tableau 对话窗口展示了如何连接记录在不同电子表格中的数据。通过使用关键值的逻辑连接子句合并这些电子表格，即可实现不同电子表格间的数据连接。

 可视化与分析工具
功能TableauVIS-STAMPxmdvtoolGGobiStarlightGapminderVisulabInfoVis ToolkitGeotimeInspire
平行坐标图是是是是是否是是否否
散点图矩阵是否是是是否是否否否
降维分析否否是是否否否否否否
时间维度是是否是是是否是是否
地理空间维度是是否否是是否否是否
文本挖掘否否否否是否否否否是
数据的直接操作是是是是是是是否是否
过滤功能是是是是是是是否是是
可扩展至其他平台（例如 R）是否是是否是否是否否
CSV 表格格式是是是是否否是是是否
XML 数据格式是否否是是否是是是否
可处理 10000 行以上数据是否否否是否否否否是
文档支持是是是是是是是是是是
商业产品是否否否是否否否是是

表1. 可视化分析工具及其部分功能列表。

访问受限。请登录或开始试用以查看此内容。

讨论

现代生物医学研究中高通量技术的出现导致研究数据呈爆炸式增长，亟需更高效的数据分析方法。可视化分析（Visual analytics, VA）是一门借助交互式可视化界面促进分析推理的科学（1）。与传统上依赖计算机检测模式的方法不同，可视化分析将分析能力重新交还给人类分析者。该方法已应用于国防研究（1）和飓风趋势分析（2）等多个领域的研究。迄今为止，在生物学领域中应用可视化分析的实例仍为数不多（3）。本视频文章展示了可视化分析可作为生物学家分析工具库中的一项有力补充。目前已有多种可视化分析软件可供选择，涵盖学术实验室开发中的工具以及商业化产品。在我们针对新生儿先天免疫的研究中（4），由于实验室中常用的数据格式为电子表格形式，因此我们选择了Tableau软件。其他可视化分析工具可能更适合不同类型的生物数据，其中部分工具已在本视频文章中提及。我们在表1中列出了若干较受欢迎的可视化分析工具的功能与特点。该列表并非穷尽所有可用工具，因超出本研究范围，但可为科研人员根据其特定数据集选择合适的可视化分析工具提供一个良好的起点。

关于可视化分析（VA），我们希望强调两个主要要点。第一，VA 方法旨...

访问受限。请登录或开始试用以查看此内容。

致谢

我们感谢温哥华视觉分析研究所（Vancouver Institute of Visual Analytics，VIVA）的成员为本项目提供的意见和建议。特别感谢John Dill、Brian Fisher和David Darvill。我们还要感谢Kollmann实验室的成员给予的支持和有益讨论。本研究部分得到了美国国家过敏与传染病研究所（National Institute of Allergy and Infectious Diseases）、美国国立卫生研究院（National Institute of Health）资助项目N01 AI50023、AllerGen NCE资助项目07-A1A和07-B2B，以及迈克尔·史密斯健康研究基金会（Michael Smith Foundation for Health Research）的支持。T.R.K.的部分经费来自伯勒斯·威康基金（Burroughs Wellcome Fund）生物医学科学职业奖，以及加拿大卫生研究院培训资助（Canadian Institutes for Health Research Training Grant）在加拿大儿童健康临床科学家项目中的支持，该项目与病童基金会（Sick-Kids Foundation）、儿童与家庭研究所（British Columbia）、妇女与儿童健康研究所（Alberta）和马尼托巴儿童健康研究所合作开展。

访问受限。请登录或开始试用以查看此内容。

参考文献

  1. Thomas, J., Cook, K. Illuminating the Path: The Research and Development Agenda for Visual Analytics. , IEEE CS Press. (2005).
  2. Steed, C., Swan, J., Jankun-Kelly, T., Fitzpatrick, P. Guided Analysis of Hurricane Trends Using Statistical Processes Integrated with Interactive Parallel Coordinates. IEEE Symposium on Visual Analytics Science and Technology. , IEEE. Atlantic City. 19-26 (2009).
  3. Saraiya, P., North, C., Lam, V., Duca, K. An Insight-Based Longitudinal Study of Visual Analytics. IEEE Transactions on Visualization and Computer Graphics. 12, 1511-1522 (2006).
  4. Kollmann, T. R., Crabtree, J., Rein-Weston, A., Blimkie, D., Thommai, F., Wang, X. Y., Lavoie, P. M., Furlong, J., Fortuno, E. S. 3rd, Hajjar, A. M., Hawkins, N. R., Self, S. G., Wilson, C. B. Neonatal innate TLR-mediated responses are distinct from those of adults. J. Immunol. 183, 7150-7160 (2009).

访问受限。请登录或开始试用以查看此内容。

重印与许可

标签

Luminex Tableau
借助可视化分析技术促进免疫学数据分析
联系我们
向图书馆推荐

隐私政策

使用条款

政策

版权所有 © 2026 MyJoVE Corporation。保留所有权利。