Name: Het vergemakkelijken van de Analyse van de immunologische gegevens met Visual analytische technieken (Video) | JoVE Journal
Uploaded: 2011-01-02T17:00:00.000+00:00
Duration: 10 min 58 s
Description: Ontdek visuele analysemethoden voor immunologische datasets met Tableau. Deze technieken helpen onderzoekers om snel patronen en trends te identificeren in complexe biomedische data.

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

We willen graag de leden van Vancouver Institute of Visual Analytics (VIVA) bedanken voor het aanbieden van commentaar en advies voor het project. In het bijzonder, willen we John Dill, Brian Fisher, en David Darvill bedanken. Wij zouden ook graag de leden van de Kollmann lab bedanken voor hun steun en nuttige discussies. Dit werk werd mede ondersteund door de Nationale Instituut voor Allergie en Infectieziekten, National Institute of Health Grant N01 AI50023; allergenen NVU Subsidies 07-A1A en 07-B2B, en de Michael Smith Foundation for Health Research. TRK wordt gedeeltelijk ondersteund door een Career Award in de Biomedische Wetenschappen van de Burroughs Wellcome Fund advertentie door een Canadese Institutes for Health Research Training Grant in de Canadese Child Health Clinician Scientist Program, in samenwerking met Sick-Kids Foundation, Kind en Gezin Research Institute ( British Columbia), vrouwen en kinderen&#39;s Health Research Institute (Alberta), en Manitoba Institute of Child Health.

1. Verkenning op basis van analyse over Tableau <ol><li> Je hebt een dataset en u wilt de verschillende relaties tussen de kolommen in de gegevens te verkennen. <ol><li> (Figuur 1) Importeer de dataset door te klikken op 'Verbinding maken met gegevens'. Kies de gegevensbron type en volg de instructies om uw dataset te importeren. </li><li> (Figuur 1) Zorg ervoor dat de afmetingen plank categorische kolommen bevat, terwijl de maatregelen die plank bevat numerieke kolommen van uw dataset. Soms is een dimensie kolom, zoals onderwerp identifier mag worden vermeld als te meten als het genummerde. Verander het naar dimensies door met de rechtermuisknop op te klikken en selecteer 'Convert to Dimension'. In Figuur 1, zijn categorische kolommen uit de dataset, zoals stimulans concentratie niveau en het onderwerp id's correct geplaatst in afmetingen plank, en de waargenomen concentraties van cytokines correct zijn geplaatst in maatregelen plank. </li><li> (Figuur 2) Indien tijdens het analyseproces, een berekend veld nodig is, door rechts te klikken in een van beide dimensies of maatregelen plank, en selecteer 'Create Berekend veld'. Voer de berekening in de formule doos met velden, gecombineerd met functies of wiskundige bewerkingen. Figuur 2 laat zien hoe u een nieuw veld genaamd PFD&gt; 2 door samenvoeging van PFD2, PFD3, en PFD4 waarden. </li><li> (Figuur 3) Genereer een 2-D plot in Tableau, meestal met een afmeting en een maat van belang. Omdat de interface biedt een eenvoudige drag-and-drop interactie, kan de keuze van de afmeting en meet eenvoudig worden aangepast. Afmetingen zijn meestal geplaatst in kolommen plank, en maatregelen in rijen plank. In figuur 3, de afmetingen plank bevat stimulus concentratie, en de maatregelen die plank bevat waargenomen concentratie niveau van cytokines. </li><li> (Figuur 3) Om de visualisatie te onderscheiden door een specifieke dimensie, plaats die dimensie label in tekst, kleur of grootte plank, afhankelijk van de aard van de dimensie. Tekst plank pogingen om de gegevens in de visualisatie te onderscheiden door middel van etikettering ze met tekstuele informatie die door de geselecteerde dimensie. Kleur en grootte plank zal automatisch differentiëren gegevens door kleur en grootte, die kan worden aangepast met de schuifbalk bevindt zich aan de onderkant van elke plank. In figuur 3, het plaatsen van genotype in kleur schap leidt tot de scheiding van de drie genotypen door verschillende kleuren. </li><li> (Figuur 3) Filter de visualisatie door de specifieke kolom variabelen in andere dimensie. Dit kan gedaan worden door het slepen van de afmeting label in het filter plank. Er verschijnt een venster met de lijst van waarden om uit te kiezen. De geselecteerde waarde wordt de enige waarden die nog in de visualisatie. </li><li> (Figuur 4) U kunt combineren visualisatie met andere dimensie of maatregel om een ​​matrix van visualisatie te produceren. Dit kan gedaan worden door het droppen van meerdere dimensies in kolommen plank, en meerdere maatregelen in rijen plank. Figuur 4 bevat een voorbeeld van twee kolommen visualisatie matrix door het plaatsen van twee verschillende dimensies in de kolommen plank. </li><li> Voor de productie van een soortgelijke visualisatie, klik met de rechtermuisknop op het huidige blad aan de linker benedenhoek, en de geselecteerde 'kopie van het blad'. </li><li> Itereren de analyse proces om interessante trends of uitschieters die u kunnen helpen het genereren van nieuwe hypothese over de gegevens te identificeren. </li></ol></li><li> U hebt meerdere dataset gegenereerd op basis van dezelfde bron, en u wilt de mogelijke verbanden tussen deze datasets te verkennen. <ol><li> Plaats meerdere datasets in een dezelfde bron, namelijk plaats twee spreadsheets in dezelfde werkmap, zodat Tableau om op deze dataset verbinding te maken via dezelfde verbinding. </li><li> (Figuur 5) Sluit de datasets door middel van logisch aansluiten van de belangrijkste waarden, ervoor te zorgen dat de afmetingen die hetzelfde zijn voor meerdere datasets zijn geselecteerd. In figuur 5, zijn er vijf kernwaarden voor het samenvoegen van: celtype, stimulus concentratie, podium of een groep, stimulus, en het onderwerp identifier. </li><li> Uit te voeren analyse vergelijkbaar met paragraaf 1.1. </li></ol></li></ol> 2. Presentatie op basis van behoeften <ol><li> Je weet dat de relaties tussen gegevens, maar u wilt in staat zijn om snel een lijst van visualisaties voor gebruik in de presentatie. <ol><li> Volg het protocol beschreven in paragraaf 1.1, en dienovereenkomstig annoteren van de visualisaties. </li><li> Gebruik de exportfunctie in Tableau om beelden van visualisaties te produceren. </li></ol></li><li> U heeft geleid tot een reeks krachtige visualisaties in Tableau werkboek en wilt u die werkmap te delen. <ol><li> Sla de werkmap op als Tableau verpakt werkboek en delen van dit bestand. </li><li> Collega's zonder Tableau Desktop kunt downloaden Tableau Reader nodig om de verpakte werkmap te openen. Tableau Reader kunt u uw collega's om te communiceren met de visualisaties die u hebt gemaakt. </li></ol></li></ol> 3. Representatieve resultaten <img src="/files/ftp_upload/2397/2397fig1.jpg" alt="Figuur 1" data-altupdatedat="1787634011000" data-alt="Figuur 1"> Figuur 1. Een screenshotvan Tableau na het importeren van de spreadsheet met de naam NFKBIA uit het Excel-bestand demo.xls. De afmetingen en de maatregelen planken waren goed gevuld met de categorische en numerieke gegevens, respectievelijk. <img src="/files/ftp_upload/2397/2397fig2.jpg" alt="Figuur 2" data-altupdatedat="1787634011000" data-alt="Figuur 2"> Figuur 2. De Berekend veld venster is ingeroepen om een speciale berekend veld te creëren om te gebruiken in Tableau. De lijst aan de onderkant links box helpt bij het identificeren mogelijke velden, en de lijst aan de rechterkant bevat afkorting van functies die kunnen worden gebruikt in de formule. In dit voorbeeld, wilden we de waarden toe te voegen voor PFD4, PFD3 en PFD2 tot de uiteindelijke waarde die we aanduiden als PFD&gt; 2 te verkrijgen <img src="/files/ftp_upload/2397/2397fig3.jpg" alt="Figuur 3" data-altupdatedat="1787634011000" data-alt="Figuur 3"> Figuur 3. Visualisatie van de stimulus concentratie versus waargenomen cytokine concentratie. De visualisatie toont een plot van de verschillende concentraties van de stimulus 3M-002 tegen de waargenomen concentratie van het cytokine TNF-α. De kleuren van de lijnen verwijzen naar de verschillende genotypes voor een single-nucleotide polymorfisme in het NFKBIA gen van de individuen in onze aangeboren immuunsysteem te bestuderen. <img src="/files/ftp_upload/2397/2397fig4.jpg" alt="Figuur 4" data-altupdatedat="1787634011000" data-alt="Figuur 4"> Figuur 4. Een screenshot van een twee-kolommen visualisatie matrix. We genereerden een twee-koloms matrix om een ​​side-by-side vergelijking van de antwoorden op twee stimuli, 3M-003 en LPS te vergemakkelijken. De x-as zijn de verschillende concentraties van de twee stimuli, en de y-as plots de waarden van het berekende veld, PFD&gt; 2. <img src="/files/ftp_upload/2397/2397fig5.jpg" alt="Figuur 5" data-altupdatedat="1787634011000" data-alt="Figuur 5"> Figuur 5. Tableau Deze dialoog vensters laten zien hoe gegevens die zijn opgenomen in verschillende spreadsheets verbinden. Koppelen van data uit verschillende spreadsheets kan worden bereikt door het combineren van deze door gebruik te logisch aansluiten clausules van de belangrijkste waarden. <table border="1"><tbody><tr><td></td><td colspan="10"> Visualisatie en Analysis Tool </td></tr><tr><td> Functie </td><td> Tableau </td><td> VIS-STAMP </td><td> xmdvtool </td><td> GGobi </td><td> Sterrenlicht </td><td> Gapminder </td><td> Visulab </td><td> InfoVis Toolkit </td><td> Geotime </td><td> Inspireren </td></tr><tr><td> Parallel coördineren van percelen </td><td> Ja </td><td> Ja </td><td> Ja </td><td> Ja </td><td> Ja </td><td> Geen </td><td> Ja </td><td> Ja </td><td> Geen </td><td> Geen </td></tr><tr><td> Scatterplot matrixen </td><td> Ja </td><td> Geen </td><td> Ja </td><td> Ja </td><td> Ja </td><td> Geen </td><td> Ja </td><td> Geen </td><td> Geen </td><td> Geen </td></tr><tr><td> Dimensionele reductie </td><td> Geen </td><td> Geen </td><td> Ja </td><td> Ja </td><td> Geen </td><td> Geen </td><td> Geen </td><td> Geen </td><td> Geen </td><td> Geen </td></tr><tr><td> Temporele dimensies </td><td> Ja </td><td> Ja </td><td> Geen </td><td> Ja </td><td> Ja </td><td> Ja </td><td> Geen </td><td> Ja </td><td> Ja </td><td> Geen </td></tr><tr><td> Geospatial afmetingen </td><td> Ja </td><td> Ja </td><td> Geen </td><td> Geen </td><td> Ja </td><td> Ja </td><td> Geen </td><td> Geen </td><td> Ja </td><td> Geen </td></tr><tr><td> Text mining </td><td> Geen </td><td> Geen </td><td> Geen </td><td> Geen </td><td> Ja </td><td> Geen </td><td> Geen </td><td> Geen </td><td> Geen </td><td> Ja </td></tr><tr><td> Directe manipulatie van data </td><td> Ja </td><td> Ja </td><td> Ja </td><td> Ja </td><td> Ja </td><td> Ja </td><td> Ja </td><td> Geen </td><td> Ja </td><td> Geen </td></tr><tr><td> Filteren </td><td> Ja </td><td> Ja </td><td> Ja </td><td> Ja </td><td> Ja </td><td> Ja </td><td> Ja </td><td> Geen </td><td> Ja </td><td> Ja </td></tr><tr><td> Uitbreidbaarheid naar andere platforms (bijvoorbeeld R) </td><td> Ja </td><td> Geen </td><td> Ja </td><td> Ja </td><td> Geen </td><td> Ja </td><td> Geen </td><td> Ja </td><td> Geen </td><td> Geen </td></tr><tr><td> CSV tabelindelingen </td><td> Ja </td><td> Ja </td><td> Ja </td><td> Ja </td><td> Geen </td><td> Geen </td><td> Ja </td><td> Ja </td><td> Ja </td><td> Geen </td></tr><tr><td> XML-data formaten </td><td> Ja </td><td> Geen </td><td> Geen </td><td> Ja </td><td> Ja </td><td> Geen </td><td> Ja </td><td> Ja </td><td> Ja </td><td> Geen </td></tr><tr><td> Kan omgaan met een0000 + rijen </td><td> Ja </td><td> Geen </td><td> Geen </td><td> Geen </td><td> Ja </td><td> Geen </td><td> Geen </td><td> Geen </td><td> Geen </td><td> Ja </td></tr><tr><td> Documentatie </td><td> Ja </td><td> Ja </td><td> Ja </td><td> Ja </td><td> Ja </td><td> Ja </td><td> Ja </td><td> Ja </td><td> Ja </td><td> Ja </td></tr><tr><td> Commercieel product </td><td> Ja </td><td> Geen </td><td> Geen </td><td> Geen </td><td> Ja </td><td> Geen </td><td> Geen </td><td> Geen </td><td> Ja </td><td> Ja </td></tr></tbody></table> Tabel 1. Lijst van visuele analytics tools en sommige van hun kenmerken.

<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>

De komst van high-throughput technologie in moderne biomedisch onderzoek leidde tot een explosie van het onderzoek gegevens die een meer efficiënte manier van analyse vereist. Visuele analyses (VA) is de wetenschap van het analytisch denken vergemakkelijkt door interactieve visuele interfaces (1). De VA aanpak herstelt de analytische macht in de handen van de menselijke analist, in tegenstelling tot de traditionele aanpak om patronen te ontdekken via de computer. Visuele analyses is toegepast voor onderzoek op verschill...

het vergemakkelijken van de analyse van de immunologische gegevens met visual analytische technieken

Facilitating the Analysis of Immunological Data with Visual Analytic Techniques

Visuele analyses (VA) is ontstaan ​​als een nieuwe manier om grote dataset te analyseren door middel van interactieve visuele weergave. We hebben laten zien het nut en de flexibiliteit van een VA aanpak in de analyse van biologische datasets. Voorbeelden van deze datasets in de immunologie zijn flowcytometrie, Luminex gegevens, en genotypering (bv, single nucleotide polymorfisme) gegevens. In tegenstelling tot de traditionele informatie visualisatie aanpak, VA herstelt de analyse macht in de handen van analist doordat de analist om deel te nemen in real-time data exploratie verwerken. We hebben gekozen voor de VA software genaamd Tableau na evaluatie van verschillende VA tools. Twee soorten analyses taken analyse binnen en tussen de datasets werden aangetoond in de video-presentatie met behulp van een aanpak genaamd gekoppeld analyse. Gepaarde analyse, zoals gedefinieerd in VA, is een analyse benadering waarbij een VA hulpmiddel expert side-by-side werkt met een domein expert tijdens de analyse. Het domein expert is degene die begrijpt de betekenis van de gegevens, en verzoekt de vragen die de verzamelde gegevens zou kunnen pakken. De tool expert maakt vervolgens visualisaties te helpen bij het vinden van patronen in de gegevens die zouden kunnen deze vragen beantwoorden. De korte lag-tijd tussen de hypothese generatie en de snelle visuele weergave van de gegevens is het belangrijkste voordeel van een VA aanpak.

Visuele analyses (VA) is een nieuwe benadering van het analyseren van gegevens interactief. In deze video bespreken we de data overload probleem veroorzaakt door high-throughput biologische experimenten, en stellen VA als een oplossing voor dergelijke problemen. De video toont analyse binnen en tussen de immunologische datasets met behulp van een tool genaamd VA Tableau.

Het vergemakkelijken van de Analyse van de immunologische gegevens met Visual analytische technieken

Visuele analyse (VA) is ontstaan als een nieuwe manier om grote datasets te analyseren via interactieve visuele weergave. Wij hebben het nut en de ...

Het faciliteren van de analyse van immunologische gegevens met visuele analytische technieken. Terwijl de capaciteit om gegevens te verzamelen en op te slaan zich snel heeft ontwikkeld, is de mogelijkheid om deze te verwerken en te analyseren in vergelijking weinig vooruitgegaan. Hierdoor zijn er in biomedische laboratoria vaak grote datasets aanwezig die niet effectief of efficiënt worden geanalyseerd.Hierdoor gaat potentieel rijke en waardevolle informatie verloren in de afgrond van opslagsystemen. Visuele analytics of VA is ontstaan als een nieuwe manier om grote, complexe datasets te analyseren. VA-technieken zijn gebaseerd op visualisaties die analisten in staat stellen hun visuele intelligentie te gebruiken om patronen in data te herkennen, zoals algemene trends of uitschieters.Deze snelle visualisaties maken het mogelijk om snel hypothesen te vormen tijdens het verkennen van gegevens. De flexibiliteit van VA-instrumenten stelt de analist in staat om in te zoomen, dieper in de data te graven en verbindingen tussen meerdere datasets op te bouwen terwijl de relaties daartussen worden verkend. Door VA toe te passen op geïntegreerde gegevensbronnen kan de gebruiker nieuwe en bela

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

Research

JoVE Journal

Immunology and Infection

Immunologie en Infectie

Immunofenotypeer van vol bloed is onmisbaar voor het bewaken van het menselijk immuunsysteem. Echter, het aantal benodigde reagentia en de instabiliteit van specifieke fluorochromen in voorgemengde cocktails vereisen dagelijkse bereiding van reagentia. Hier laten we zien dat semi-geautomatiseerde bereiding van een kleuringsantilichaamcocktail helpt om betrouwbare immunofenotypering te vestigen door de variabiliteit in het doseren van reagentia te minimaliseren.

Een semi-automatische Aanpak Voorbereiding Antibody Cocktails voor Immunophenotypic Analyse van de humane perifere bloed

Hier beschrijven we een complete workflow voor de kwalitatieve en kwantitatieve analyse van immuun synapsen tussen primaire menselijke T-cellen en cellen antigeen-presenteren. De methode is gebaseerd op imaging stroom cytometry, waarmee de verwerving en evaluatie van verscheidene duizend cel beelden binnen een relatief korte periode van tijd.

Kwalitatieve en kwantitatieve analyse van de immuun SYNAPS in het menselijke systeem met behulp van Imaging Stroom Cytometry

Bestuderen van tumor communicatie kan identificeren prognostische of voorspellende biomarkers voor klinische respons op immunotherapie. Hier wordt gepresenteerd, is een innovatieve methode op basis van in situ fluorescentie multispectrale imaging te analyseren en automatisch verschillende subpopulaties van CD8 tellen+ T cellen. Deze reproduceerbaar zijn en betrouwbare techniek is geschikt voor grote cohort analyses.

Multiplexed immunofluorescentie analyse en kwantificering van Intratumoral PD-1+ Tim-3+ CD8+ T cellen

ExCYT is een MATLAB gebaseerde grafische User Interface (GUI) waarmee gebruikers hun stroom cytometry om gegevens te analyseren via algemeen gebruikte analytische technieken voor high-dimensional data waaronder dimensionaliteit vermindering via t-GND, een aantal handmatige en geautomatiseerde Clustering van de methoden, heatmaps en roman high-dimensionale stroom percelen.

ExCYT: Een grafische gebruikersinterface voor het stroomlijnen van de analyse van High-dimensionale Cytometry gegevens

Cytofast is een visualisatietool die wordt gebruikt om de uitvoer van clustering te analyseren. Cytofast kan worden gebruikt om twee clustering methoden te vergelijken: Flowsom en cytosplore. Cytofast kan snel een kwantitatief en kwalitatief overzicht van Mass cytometrie gegevens genereren en de belangrijkste verschillen tussen verschillende clustering algoritmen benadrukken.

Visualisatie en kwantificering van High-dimensionale Cytometrie gegevens met behulp van Cytofast en de upstream clustering methoden FlowSOM en Cytosplore

Hier beschrijven we een eenvoudige en toegankelijke strategie voor het visualiseren, kwantificeren en in kaart brengen van immuuncellen in formaline-vaste paraffine-ingebedde tumorweefselsecties. Deze methodologie combineert bestaande beeldvormings- en digitale analysetechnieken met als doel de multiplexingcapaciteit en multiparameteranalyse van beeldvormingstesten uit te breiden.

Visualisatie, kwantificering en mapping van immuuncelpopulaties in de tumormicro-omgeving

In het tijdperk van immunotherapie en eencellige genomische profilering vereist kankerbiologie nieuwe in vitro en computationele hulpmiddelen voor het onderzoeken van de tumor-immuuninterface in een juiste spatiotemporale context. We beschrijven protocollen om tumor-immuun microfluïdische co-culturen te exploiteren in 2D- en 3D-instellingen, compatibel met dynamische, multiparametrische monitoring van cellulaire functies.

Microfluïdische co-cultuurmodellen voor het ontleden van de immuunrespons in in vitro tumormicro-omgevingen

In dit artikel wordt een protocol beschreven voor handmatige tyramide signaalversterking (TSA) multiplex immunofluorescentie (mIF) in combinatie met beeldanalyse en ruimtelijke analyse. Dit protocol kan worden gebruikt met formaline-vaste paraffine-ingebedde (FFPE) secties voor de kleuring van twee tot zes antigenen per dia, afhankelijk van de diascanner die beschikbaar is in het laboratorium.

Multiplex immunofluorescentie gecombineerd met ruimtelijke beeldanalyse voor de klinische en biologische beoordeling van de micro-omgeving van de tumor

Dit protocol beschrijft in detail hoe immuuncelkarakterisering van de micro-omgeving van de tumor met behulp van multiplex immunohistochemie wordt uitgevoerd.

Multiplex-immunohistochemische analyse van het ruimtelijke immuuncellandschap van de micro-omgeving van de tumor

Hier beschrijven we een nieuwe, hoge-inhoud chemisch geinduceerde ontsteking test met het oog op de identificatie van immuun-modulerende bioactieve. We hebben met succes gecombineerd geautomatiseerde microscopie met op maat ontwikkelde software scripts voor directe kwantificering van de ontstekingsreactie en verdere verwerking van gegevens, analyse, mijnbouw, en opslag.

Faciliteren Drug Discovery: een geautomatiseerde high-content Ontsteking Assay in de zebravis

Ontdek visuele analysemethoden voor immunologische datasets met Tableau. Deze technieken helpen onderzoekers om snel patronen en trends te identificeren in complexe biomedische data.

Het vergemakkelijken van de Analyse van de immunologische gegevens met Visual analytische technieken

Meer video's verkennen