$$\rightleftharpoonup{xx}$$
$$\longleftharp{xx}$$,
$$\longrightharp{xx}$$,
Visual analytics (VA) è emerso come un nuovo modo di analizzare insieme di dati di grandi dimensioni attraverso interattivo di visualizzazione. Abbiamo dimostrato l'utilità e la flessibilità di un approccio VA nell'analisi dei set di dati biologici. Esempi di questi set di dati in immunologia comprendono citometria a flusso, i dati di Luminex, e la genotipizzazione (ad esempio, singolo polimorfismo del nucleotide) di dati. Contrariamente all'approccio tradizionale visualizzazione delle informazioni, VA ripristina la potenza di analisi nelle mani di analista, consentendo l'analista di impegnarsi in tempo reale processo di esplorazione dei dati. Abbiamo scelto il software VA chiamato Tableau dopo aver valutato diversi strumenti VA. Due tipi di attività di analisi di analisi all'interno e tra i set di dati sono state dimostrate nel video di presentazione con un approccio chiamato analisi associati. Analisi appaiati, come definito in VA, è un approccio di analisi in cui un esperto strumento VA lavora fianco a fianco con un esperto di dominio durante l'analisi. L'esperto di dominio è colui che capisce il significato dei dati, e pone le domande che i dati raccolti potrebbero affrontare. L'esperto strumento crea poi visualizzazioni per aiutare a trovare modelli nei dati che potrebbero rispondere a queste domande. Il breve intervallo di tempo tra la generazione di ipotesi e la visualizzazione rapida visiva dei dati è il principale vantaggio di un approccio VA.