Name: ビジュアル分析手法と免疫学的データの解析を容易に (動画) | JoVE Journal
Uploaded: 2011-01-02T17:00:00.000+00:00
Duration: 10 min 58 s
Description: 学ぶビジュアル分析手法による免疫学データの解析。Tableauを用いて複雑なデータセットからパターンと傾向を迅速に特定し、仮説生成と効率的な探索を可能にする革新的アプローチを解説します。

ai_agent_IP

ai_agent

maintenance

instantTrialDurationMinutes

isBiopharma

enableNewMyJoveSectionDesign

educationFeatures

seoMetaApi

ai_copilot_institution_blacklist

ai_chat_institution_blacklist

freeAccessWindow

ssoRoleCapture

scheduledMaintenanceBanner

joveLabsFeatures

disable_autoplay_for_bots

extended_trial_duration

5 minutes

我々はプロジェクトのためのコメントやアドバイスを提供するためのビジュアル分析（VIVA）のバンクーバー研究所のメンバーに感謝したいと思います。特に、我々はジョンディル、ブライアンフィッシャー、デビッドダービルに感謝します。我々はまた彼らのサポートと有用な議論をKollmann研究室のメンバーに感謝したいと思います。アレルゲンNCE助成金07 - A1Aと07 - B2Bを;この作品は、アレルギーと国立感染症研究所、健康グラントN01 AI50023の国立研究所によって部分的にサポートされていましたし、健康研究のためのマイケルスミス財団。 TRKは病気 - キッズ基金、子ども家庭総合研究所と共同でカナダの母子保健臨床医科学プログラムにおける保健研究訓練助成金のためのカナダの協会によってバローズウェルカムファンドの広告から生物医学科学のキャリア賞、（によって部分的にサポートされていますブリティッシュコロンビア州）、女性と子どもの健康研究所（アルバータ州）、及び母子保健のマニトバ大学。

1。タブローで探査ベースの分析<ol><li>あなたは、データセットを持っていて、データ内の列の間に様々な関係を探求したい。 <ol><li> （図1）"は、データへの接続"をクリックして、データセットをインポートします。データソースの種類を選択して、データセットをインポートする手順に従ってください。 </li><li> （図1）対策の棚は、データセットから数値列が含まれている間寸法の棚は、カテゴリ列が含まれていることを確認してください。それがnumeratedされている場合、時々そのようなサブジェクト識別子と、ディメンション列は尺度として表示されることがあります。それを右クリックして、寸法に変更し、"ディメンションへの変換"を選択します。図1では、このような刺激の濃度レベルと対象の識別子などのデータセットからカテゴリの列が正しく寸法の棚に配置され、サイトカインの観察された濃度は、正しく対策の棚に配置されます。 </li><li> （図2）分析プロセス中に、計算フィールドが必要な場合は、単に右のディメンションまたはメジャーシェルフのいずれかでクリックし、"計算フィールドを作成"を選択します。関数や数学的演算子と組み合わせてフィールドを持つ式ボックスに演算入力。図2は、PFD2、PFD3、およびPFD4値を集約することで&gt; 2をPFDはという新しいフィールドを作成する方法を示します。 </li><li> （図3）次元と関心の測定で一般的には、場札の2次元プロットを生成します。インターフェイスはシンプルなドラッグ＆ドロップ操作を提供するので、ディメンションとメジャーの選択は容易に変更することができます。寸法は通常、行の棚の列の棚、と対策に配置されます。図3では、寸法の棚は、刺激の濃度レベルが含まれており、対策の棚には、サイトカインの観測濃度のレベルが含まれています。 </li><li> （図3）は、次元の性質に応じて、テキスト、色や大きさの棚で、特定のディメンション、場所、そのディメンションのラベルによって視覚化を区別する。テキストの棚には、選択された次元で提供されるテキスト情報でそれらを標識することにより可視化でデータを区別しようとします。カラーとサイズの棚が自動的に各棚の下部にあるスクロールバーで調整できるカラーとサイズ別にデータを、区別されます。図3では、色の棚に置く遺伝子型は異なる色で3つの遺伝子型の分離につながる。 </li><li> （図3）他のディメンション内の特定の列の変数で可視化するフィルタ。これは、フィルタの棚にそのディメンションのラベルをドラッグすることによって行うことができます。ウィンドウから選択する値のリストが表示されます。選択された値は、可視化に残っている唯一の値になります。 </li><li> （図4）は視覚化の行列を生成するために他のディメンションまたはメジャーで可視化を組み合わせることができます。これは、行の棚の列の棚で、複数の次元、及び複数のメジャーをドロップすることによって行うことができます。図4は、列の棚に二つの異なる寸法を配置することにより、二列の可視化行列の例が含まれています。 </li><li>同様の可視化を生成するには、右の左下に現在のシート上で右クリックし、"重複したシート"を選択。 </li><li>あなたがデータに関する新たな仮説の生成を助けることができる興味深い傾向や異常値を識別するために、分析の手順を繰り返す。 </li></ol></li><li>あなたは、同じソースから生成された複数のデータセットを持っており、これらのデータセット間で可能な接続を探求したい。 <ol><li>場札は同じ接続を介してこれらのデータセットに接続できるように、同じブックに同じソース、すなわち場所、2つのスプレッドシートで複数のデータセットを置きます。 </li><li> （図5）複数のデータセットに対して同じである、ディメンションが選択されていることを確認して、キー値の論理的な結合を介してデータセットを接続します。セルのタイプ、刺激の濃度レベル、ステージまたはグループ、刺激、およびサブジェクト識別子：図5で​​は、参加するための5つのキー値があります。 </li><li> 1.1節と同様の分析を実行します。 </li></ol></li></ol> 2。プレゼンテーションベースのニーズ<ol><li>あなたはデータ間の関係​​を知っているが、すぐにプレゼンテーションで使用するための視覚化のリストを生成できるようにしたい。 <ol><li> 1.1節で概説プロトコルに従って、それに応じて視覚に注釈を付ける。 </li><li>視覚の画像を生成するためにタブローのエクスポート機能を使用してください。 </li></ol></li><li>あなたは、タブロー、ブック内の強力な視覚化のセットを生成し、そのブックを共有したいとしている。 <ol><li>タブローのパッケージのブックとしてブックを保存し、このファイルを共有します。 </li><li>タブローのデスクトップのない同僚は、パッケージ化されたブックを開こうとするタブローReaderをダウンロードすることができます。タブローのリーダーは、同僚があなたが作成されていることを視覚化と対話することができます。 </li></ol></li></ol> 3。駐在結果<img src="/files/ftp_upload/2397/2397fig1.jpg" alt="図1" data-altupdatedat="1787634011000" data-alt="図1"> 図1。スクリーンショットタブローのExcelファイルのdemo.xlsからNFKBIAという名前のスプレッドシートをインポートした後。ディメンションおよびメジャーの棚は適切にそれぞれ、と量的データが入力されました。 <img src="/files/ftp_upload/2397/2397fig2.jpg" alt="図2" data-altupdatedat="1787634011000" data-alt="図2"> 図2計算されるフィールドのウィンドウは、場札に使用する特殊な計算フィールドを作成するために呼び出されます。左下ボックスのリストには、識別可能なフィールドを支援し、右側のリストには、式で使用できる関数の省略形が含まれています。この例では、我々はPFDとして参照することが最終的な値を得るためにPFD4、PFD3とPFD2のために&gt; 2を値を追加したい<img src="/files/ftp_upload/2397/2397fig3.jpg" alt="図3" data-altupdatedat="1787634011000" data-alt="図3"> 図3。刺激の濃度レベル対観察されたサイトカイン濃度の可視化。可視化は、サイトカインTNF -αの観測濃度に対する刺激3M - 002の異なる濃度レベルのプロットを示しています。線の色は私たちの自然免疫の研究では、個人のNFKBIA遺伝子における一塩基多型のための異なる遺伝子型を参照してください。 <img src="/files/ftp_upload/2397/2397fig4.jpg" alt="図4" data-altupdatedat="1787634011000" data-alt="図4"> 図4二列の可視化行列のスクリーンショット。我々は2つ​​の刺激、3M - 003およびLPSに対する応答のside - by - sideの比較を容易にするために2列の行列を生成する。 x軸は、2つの刺激の異なる濃度レベル、およびy軸のプロット計算フィールドの値が、PFD&gt; 2です。 <img src="/files/ftp_upload/2397/2397fig5.jpg" alt="図5" data-altupdatedat="1787634011000" data-alt="図5"> 図5。これらのタブローの対話ウィンドウが別のスプレッドシートに記録されたデータを接続する方法を示しています。別のスプレッドシートからの接続データは、キー値の論理的な結合句を使用してこれらを組み合わせることによって達成することができます。 <table border="1"><tbody><tr><td></td><td colspan="10">可視化と解析ツール</td></tr><tr><td>機能</td><td>絵画</td><td> VIS -スタンプ</td><td> xmdvtool </td><td>その他のggobi </td><td>星の光</td><td>によって実現さ</td><td> Visulab </td><td> InfoVisツールキット</td><td> Geotime </td><td>呼び起こす</td></tr><tr><td>パラレルプロットを調整する</td><td>はい</td><td>はい</td><td>はい</td><td>はい</td><td>はい</td><td>なし</td><td>はい</td><td>はい</td><td>なし</td><td>なし</td></tr><tr><td>散布図マトリックス</td><td>はい</td><td>なし</td><td>はい</td><td>はい</td><td>はい</td><td>なし</td><td>はい</td><td>なし</td><td>なし</td><td>なし</td></tr><tr><td>次元の削減</td><td>なし</td><td>なし</td><td>はい</td><td>はい</td><td>なし</td><td>なし</td><td>なし</td><td>なし</td><td>なし</td><td>なし</td></tr><tr><td>時間的次元</td><td>はい</td><td>はい</td><td>なし</td><td>はい</td><td>はい</td><td>はい</td><td>なし</td><td>はい</td><td>はい</td><td>なし</td></tr><tr><td>地理空間の寸法</td><td>はい</td><td>はい</td><td>なし</td><td>なし</td><td>はい</td><td>はい</td><td>なし</td><td>なし</td><td>はい</td><td>なし</td></tr><tr><td>テキストマイニング</td><td>なし</td><td>なし</td><td>なし</td><td>なし</td><td>はい</td><td>なし</td><td>なし</td><td>なし</td><td>なし</td><td>はい</td></tr><tr><td>データの直接操作</td><td>はい</td><td>はい</td><td>はい</td><td>はい</td><td>はい</td><td>はい</td><td>はい</td><td>なし</td><td>はい</td><td>なし</td></tr><tr><td>フィルタリング</td><td>はい</td><td>はい</td><td>はい</td><td>はい</td><td>はい</td><td>はい</td><td>はい</td><td>なし</td><td>はい</td><td>はい</td></tr><tr><td>他のプラットフォームへの拡張（例えば、R） </td><td>はい</td><td>なし</td><td>はい</td><td>はい</td><td>なし</td><td>はい</td><td>なし</td><td>はい</td><td>なし</td><td>なし</td></tr><tr><td> CSVテーブルフォーマット</td><td>はい</td><td>はい</td><td>はい</td><td>はい</td><td>なし</td><td>なし</td><td>はい</td><td>はい</td><td>はい</td><td>なし</td></tr><tr><td> XMLデータフォーマット</td><td>はい</td><td>なし</td><td>なし</td><td>はい</td><td>はい</td><td>なし</td><td>はい</td><td>はい</td><td>はい</td><td>なし</td></tr><tr><td> 1で対処できます。0000 +の行</td><td>はい</td><td>なし</td><td>なし</td><td>なし</td><td>はい</td><td>なし</td><td>なし</td><td>なし</td><td>なし</td><td>はい</td></tr><tr><td>ドキュメント</td><td>はい</td><td>はい</td><td>はい</td><td>はい</td><td>はい</td><td>はい</td><td>はい</td><td>はい</td><td>はい</td><td>はい</td></tr><tr><td>商用製品</td><td>はい</td><td>なし</td><td>なし</td><td>なし</td><td>はい</td><td>なし</td><td>なし</td><td>なし</td><td>はい</td><td>はい</td></tr></tbody></table>視覚的な分析ツールとその機能のいくつかの表1。一覧。

<ol><li>Thomas, J., Cook, K. Illuminating the Path: The Research and Development Agenda for Visual Analytics. , IEEE CS Press. (2005).</li>
<li>Steed, C., Swan, J., Jankun-Kelly, T., Fitzpatrick, P. Guided Analysis of Hurricane Trends Using Statistical Processes Integrated with Interactive Parallel Coordinates. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=author%3aSteed%2C+C+%22IEEE+Symposium+on+Visual+Analytics+Science+and+Technology%22">IEEE Symposium on Visual Analytics Science and Technology</a>. , IEEE. Atlantic City. 19-26 (2009).</li>
<li>Saraiya, P., North, C., Lam, V., Duca, K. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((An+Insight-Based+Longitudinal+Study+of+Visual+Analytics%5BTitle%5D)+AND+%22IEEE+Transactions+on+Visualization+and+Computer+Graphics%22%5BJournal%5D)">An Insight-Based Longitudinal Study of Visual Analytics.</a> IEEE Transactions on Visualization and Computer Graphics. 12, 1511-1522 (2006).</li>
<li>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. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Neonatal+innate+TLR-mediated+responses+are+distinct+from+those+of+adults%5BTitle%5D)+AND+%22J.+Immunol%22%5BJournal%5D)">Neonatal innate TLR-mediated responses are distinct from those of adults.</a> J. Immunol. 183, 7150-7160 (2009).</li>
</ol>

利害の衝突は宣言されません。

現代の生物医学研究におけるハイスループット技術の出現は、分析のより効率的な方法を必要とする研究データの爆発につながった。視覚的な分析（VA）は、インタラクティブな視覚インタフェース（1）により促進分析推論の科学である。 VAのアプローチは、コンピュータによってパターンを検出する従来のアプローチとは逆に人間のアナリストの手で分析能力を、復元します。視覚的な分析はこのような防衛研究（1）とハリケーンの動向（2）など、さまざまな分野での研究に適用されている。これまでのところ、生物学におけるVAのアプリケーション（3）のほんの一例があります。我々は、VAは解析ツールの生物学者の兵器庫に追加できるアプローチであることがこのビデオの記事で示した。多くのVAソフトウェアは、市販であるものに学術の研究室で開発中のものに至るまで可能です。新生児の先天性免疫（4）私たちの仕事のために、我々は研究室で利用可能なスプレッドシート形式のデータセットを解析する上でので、その適合性のタブローを選びました。我々はビデオの資料に記載いくつかは他のVAツールは、生物学的データの他のタイプのためのより適切かもしれない。我々は表1の人気VAツールのいくつかの機能と特徴を列挙。...

ビジュアル分析手法と免疫学的データの解析を容易に

Facilitating the Analysis of Immunological Data with Visual Analytic Techniques

視覚的な分析（VA）は、インタラクティブな視覚的なディスプレイを介して大規模なデータセットを分析する新しい方法として浮上している。我々は、ユーティリティと生物学的データセットの分析のVAアプローチの柔軟性を示した。免疫学におけるこれらのデータセットの例としては、フローサイトメトリー、ルミネックスのデータ、およびジェノタイピング（例えば、一塩基多型）のデータが含まれています。伝統的な情報の可視化のアプローチとは対照的に、VAは、アナリストは、リアルタイムのデータの探査のプロセスに関与できるようにすることで、アナリストの手で分析力を復元。我々は、いくつかのVAツールを評価した後、タブローというVAソフトウェアを選択する。解析作業データセット内との間で分析の2つのタイプは、アプローチペア解析と呼ばれるを使用してビデオのプレゼンテーションで示された。 VAで定義されているようなペアの分析には、、VAツールの専門家が分析中に、ドメイン専門家とのサイドバイサイドの動作する​​分析手法です。ドメインの専門家は、データの重要性を理解し、収集したデータは対応するかもしれないという疑問を求める人です。ツールの専門家は、これらの質問に答える可能性のあるデータのパターンを見つけることができるようにビジュアライゼーションを作成します。仮説生成とデータの迅速な視覚的な表示との間の短い遅れ時間は、VA方式の主な利点です。

視覚的な分析（VA）は、対話的にデータを分析の新しいアプローチです。このビデオでは、我々はハイスループット生物学的実験によってもたらされるデータの過負荷の問題を議論し、そのような問題に対する解決策として、VA提案する。ビデオでは、内と場札と呼ばれるVAツールを使用して免疫学的データセット間の分析を示しています。

ビジュアルアナリティクス（VA）は、インタラクティブな視覚的表示を通じて大規模なデータセットを分析する新しい手法として登場しました。我々は、その有用性と...を実証しました。

視覚的分析手法を用いて免疫学的データの解析を促進します。データの収集および保存能力は急速に向上しましたが、それに比して、データを処理および解析する能力はほとんど進歩していません。その結果、生物医学研究室には、効果的かつ効率的に解析されていない大規模なデータセットが存在することが多くあります。このように、潜在的に豊かで強力な情報は、ストレージシステムの深淵の中で失われています。そこで、大規模で複雑なデータセットを分析する新たな手法として、ビジュアルアナリティクス（VA）が登場しました。VAの手法は視覚化に基づいたものであり、分析者が自身の視覚的知能を活用して、全般的な傾向や外れ値などのデータ内のパターンを特定することを可能にします。これらの迅速な可視化により、データの探索中に仮説を速やかに構築することが可能になります。VAツールの柔軟性により、分析者は複数のデータセットを探索しながら、ズームインやドリルダウンを行い、それらの関係性を横断して接続を構築することができます。統合されたデータソースにVAを適用することで、ユーザーは新しく重要な知見を明らかにすることが可能です。ペア分析とは、VAツールの専門家と、ドメインエキスパートとして知られる技術専門家が協力し、ドメインエキスパートがデータに関して生物学的に意義のある質問を投げかけるVAアプローチの一種です。次に、VAツールの専門家が、その質問への回答に役立つパターンを明らかにしたり、さらなる探索へと導いたりするための可視化を作成します。このプロセスを繰り返し、洞察を得るためのさまざまな可視化を構築します。私たちは、大規模で複雑なバイオメディカルデータセットに対して、ペアード分析によるVAアプローチの適合性を検証することを目指しました。予備的なパイロット実験において、現在の課題に対して既存のいくつかのVAツールを評価しました。その結果、今回のタスクに最も適したツールとして、Tableau Software社のTableauを選択しました。これらのパイロット実験における選定基準は、ユーザーフレンドリーさや全体的なユーザビリティなどの主観的なパラメータに加えて、インタラクション手法の範囲や可視化機能などの客観的な技術的特徴に基づいています。ここでは、感染症分野の研究室で一般的に使用される、Microsoft Excelスプレッドシート形式のデータセットを使用します。このデータセットには、被験者の識別子および遺伝子DNA配列の変異に関するデータが含まれています。このケースでは、被験者のNF kappa BIAの一塩基多型（SNP）、および、免疫細胞を特定の刺激で刺激した後に観察された、いくつかの生物学的分子（ここでは免疫細胞によって産生されたサイトカイン）の濃度を扱います。それでは、スプレッドシートを下にスクロールします

facilitating-analysis-immunological-data-with-visual-analytic

Research

JoVE Journal

Immunology and Infection

免疫学と感染症

ヒト末梢血の免疫表現型分析のための抗体のカクテルを準備する半自動のアプローチ

ここでは、主なヒト T 細胞と抗原提示細胞の間の免疫シナプスの定性・定量分析の完全なワークフローをについて説明します。メソッドは、取得および時間の比較的短い期間内に数千の細胞像の評価イメージング cytometry...

フローサイトメトリーをイメージングを用いた人間システムの免疫シナプスの定性・定量分析

勉強がん微小環境は免疫療法への臨床応答の予後や予測バイオ マーカーを識別できます。こちらに掲載しては革新的な手法に基づいてその場で蛍光スペクトルを分析し、様々 な集団を自動的に CD8 をカウント+ T...

多重蛍光分析・数量化腫瘍 PD 1+ティム-3+ CD8 の+ T 細胞

ExCYT は、MATLAB ベース グラフィカル ユーザー インターフェイス (GUI) を介して流れ cytometry データをよく分析できる採用法 t SNE、さまざまな自動および手動による次元圧縮を含む高次元データの解析技術クラスタ...

ExCYT: 高次元フローサイトメトリー データの分析を合理化するためのグラフィカル ユーザー インターフェイス

Cytofastは、クラスタリングからの出力を分析するために使用される視覚化ツールです。Cytofastを使用して、FlowSOMとCytosploreの 2...

サイトファストと上流クラスタリング法FlowSOMとサイトスプロアを用いた高次元サイトメトリーデータの可視化と定量

ここでは、ホルマリン固定パラフィン埋め込み腫瘍組織切片における免疫細胞の可視化、定量、およびマッピングのための簡単でアクセス可能な戦略について述べている。この方法論は、既存のイメージングおよびデジタル解析技術と、イメージングアッセイの多重化能力と多パラメータ分析を拡大することを目的と組み合わせたものです。...

腫瘍微小環境における免疫細胞集団の可視化、定量化、およびマッピング

免疫療法と単一細胞ゲノムプロファイリングの時代において、がん生物学は、適切な時空間コンテキストで腫瘍と免疫のインターフェースを研究するための新しいin...

in vitro腫瘍微小環境における免疫応答を解剖するためのマイクロ流体共培養モデル

本稿では、チラミドシグナル増幅(TSA)マルチプレックス免疫蛍光法(mIF)と画像解析および空間解析を組み合わせたプロトコルについて説明します。このプロトコルは、実験室で利用可能なスライドスキャナーに応じて、スライドごとに2〜6個の抗原を染色するために、ホルマリン固定パラフィン包埋(FFPE)セクションで使用できます。...

腫瘍微小環境の臨床的および生物学的評価のための空間画像解析と組み合わせたマルチプレックス免疫蛍光法

このプロトコルは、マルチプレックス免疫組織化学を用いた腫瘍微小環境の免疫細胞特性評価がどのように行われるかを詳細に説明しています。...

腫瘍微小環境の空間免疫細胞ランドスケープのマルチプレックス免疫組織化学的解析

ここでは、免疫調節活性物質の同定を目指した新規な高含有化学的に誘発される炎症アッセイを説明します。我々は正常、炎症反応だけでなく、さらに、データ処理、解析、マイニング、およびストレージの自動定量化を可能にするカスタム開発したソフトウェアのスクリプトで自動化された顕微鏡を組み合わせています。...

ゼブラフィッシュで自動化されたハイコンテンツ炎症アッセイ：創薬を促進する

学ぶビジュアル分析手法による免疫学データの解析。Tableauを用いて複雑なデータセットからパターンと傾向を迅速に特定し、仮説生成と効率的な探索を可能にする革新的アプローチを解説します。

ビジュアル分析手法と免疫学的データの解析を容易に

さらに動画を探す