Ułatwianie analizy danych immunologicznych za pomocą technik analizy wizualnej

Podsumowanie

Analityka wizualna (VA) to nowe podejście do interaktywnej analizy danych. W tym filmie omawiamy problem nadmiaru danych wynikający z wysokoprzepustowych eksperymentów biologicznych i proponujemy VA jako rozwiązanie tego problemu. Film demonstruje analizę w obrębie oraz pomiędzy zestawami danych immunologicznych przy użyciu narzędzia VA o nazwie Tableau.

Streszczenie

Analityka wizualna (VA) wyłoniła się jako nowy sposób analizowania dużych zbiorów danych za pomocą interaktywnego wyświetlania wizualnego. Zademonstrowaliśmy użyteczność i elastyczność podejścia VA w analizie biologicznych zbiorów danych. Przykłady takich zbiorów danych w immunologii obejmują cytometrię przepływową, dane Luminex oraz dane genotypowania (np. polimorfizm pojedynczego nukleotydu). W przeciwieństwie do tradycyjnego podejścia do wizualizacji informacji, VA przywraca moc analityczną w ręce analityka, umożliwiając mu zaangażowanie się w proces eksploracji danych w czasie rzeczywistym. Po ocenie kilku narzędzi VA wybraliśmy oprogramowanie VA o nazwie Tableau. W prezentacji wideo, z wykorzystaniem podejścia zwanego analizą parową, zademonstrowano dwa rodzaje zadań analitycznych: analizę w obrębie zbiorów danych oraz analizę pomiędzy zbiorami danych. Analiza parowa, zdefiniowana w kontekście VA, to podejście analityczne, w którym ekspert ds. narzędzi VA pracuje ramię w ramię z ekspertem dziedzinowym podczas analizy. Ekspert dziedzinowy jest osobą, która rozumie znaczenie danych i zadaje pytania, na które zebrane dane mogą odpowiedzieć. Następnie ekspert ds. narzędzi tworzy wizualizacje, aby pomóc w znalezieniu w danych wzorców, które mogą przynieść odpowiedzi na te pytania. Główną zaletą podejścia VA jest krótki czas oczekiwania między sformułowaniem hipotezy a szybkim wizualnym wyświetleniem danych.

Protokół

1. Analiza oparta na eksploracji w programie Tableau

1. Posiadasz zestaw danych i chcesz zbadać różne zależności między kolumnami w obrębie tych danych.
   1. (Rysunek 1) Zaimportuj zestaw danych, klikając „Connect to data”. Wybierz typ źródła danych i postępuj zgodnie z instrukcjami, aby zaimportować swój zestaw danych.
   2. (Rysunek 1) Upewnij się, że półka wymiarów (dimensions) zawiera kolumny kategoryczne, a półka miar (measures) zawiera kolumny numeryczne z Twojego zestawu danych. Czasami kolumna wymiaru, taka jak identyfikator badanego, może zostać wyświetlona jako miara, jeśli składa się z liczb. Zmień ją na wymiar, klikając na niej prawym przyciskiem myszy i wybierając „Convert to Dimension”. Na Rysunku 1 kolumny kategoryczne z zestawu danych, takie jak poziom stężenia bodźca i identyfikatory badanych, są prawidłowo umieszczone na półce wymiarów, a obserwowane stężenia cytokin są prawidłowo umieszczone na półce miar.
   3. (Rysunek 2) Jeśli w procesie analizy wymagane jest pole obliczeniowe, po prostu kliknij prawym przyciskiem myszy na półce wymiarów lub miar i wybierz „Create Calculated Field”. Wprowadź obliczenie w polu formuły, łącząc pola za pomocą funkcji lub operacji matematycznych. Rysunek 2 pokazuje, jak utworzyć nowe pole o nazwie PFD > 2 poprzez agregację wartości PFD2, PFD3 i PFD4.
   4. (Rysunek 3) Wygeneruj wykres 2D w Tableau, zazwyczaj z wymiarem i miarą, które Cię interesują. Ponieważ interfejs oferuje prostą interakcję typu przeciągnij i upuść, wybór wymiaru i miary można łatwo zmienić. Wymiary są zazwyczaj umieszczane na półce kolumn, a miary na półce wierszy. Na Rysunku 3 półka wymiarów zawiera poziom stężenia bodźca, a półka miar zawiera obserwowany poziom stężenia cytokin.
   5. (Rysunek 3) Aby zróżnicować wizualizację według konkretnego wymiaru, umieść etykietę tego wymiaru na półce tekstu, koloru lub rozmiaru, w zależności od charakteru wymiaru. Półka tekstu próbuje zróżnicować dane w wizualizacji poprzez ich opisanie informacjami tekstowymi dostarczonymi przez wybrany wymiar. Półki koloru i rozmiaru automatycznie zróżnicują dane pod względem koloru i rozmiaru, co można dostosować za pomocą paska przewijania znajdującego się na dole każdej półki. Na rysunku 3 umieszczenie genotypu na półce koloru prowadzi do rozdzielenia trzech genotypów za pomocą odrębnych kolorów.
   6. (Rysunek 3) Przefiltruj wizualizację według konkretnych zmiennych kolumn w innym wymiarze. Można to zrobić, przeciągając etykietę wymiaru na półkę filtrów. Pojawi się okno z listą wartości do wyboru. Wybrana wartość będzie jedyną wartością pozostającą w wizualizacji.
   7. (Rysunek 4) Możesz połączyć wizualizację z innym wymiarem lub miarą, aby stworzyć macierz wizualizacji. Można to zrobić, upuszczając wiele wymiarów na półce kolumn i wiele miar na półce wierszy. Rysunek 4 zawiera przykład dwukolumnowej macierzy wizualizacji poprzez umieszczenie dwóch różnych wymiarów na półce kolumn.
   8. Aby stworzyć podobną wizualizację, kliknij prawym przyciskiem myszy na aktualnym arkuszu w lewym dolnym rogu i wybierz „duplicate sheet”.
   9. Powtarzaj proces analizy, aby zidentyfikować interesujące trendy lub wartości odstające, które mogą pomóc w sformułowaniu nowych hipotez dotyczących danych.
2. Posiadasz wiele zestawów danych wygenerowanych z tego samego źródła i chcesz zbadać możliwe powiązania między nimi.
   1. Umieść wiele zestawów danych w tym samym źródle, np. dwa arkusze kalkulacyjne w jednym skoroszycie, aby umożliwić programowi Tableau połączenie się z tymi zestawami danych za pomocą tego samego połączenia.
   2. (Rysunek 5) Połącz zestawy danych poprzez logiczne złączenie (logical join) wartości kluczy, upewniając się, że wybrano wymiary, które są wspólne dla wielu zestawów danych. Na Rysunku 5 znajduje się pięć wartości kluczy służących do łączenia: typ komórki, poziom stężenia bodźca, etap lub grupa, bodziec oraz identyfikator badanego.
   3. Przeprowadź analizę analogiczną do sekcji 1.1.

2. Potrzeby wynikające z prezentacji

1. Znasz relacje między danymi, ale chcesz mieć możliwość szybkiego generowania listy wizualizacji do wykorzystania w prezentacji.
   1. Postępuj zgodnie z protokołem opisanym w sekcji 1.1 i odpowiednio opisz wizualizacje.
   2. Użyj funkcji eksportu w programie Tableau, aby wygenerować obrazy wizualizacji.
2. Wygenerowałeś zestaw przejrzystych wizualizacji w skoroszycie Tableau i chcesz udostępnić ten skoroszyt.
   1. Zapisz skoroszyt jako pakietowy skoroszyt Tableau (Tableau packaged workbook) i udostępnij ten plik.
   2. Koledzy nieposiadający programu Tableau Desktop mogą pobrać Tableau Reader, aby otworzyć pakietowy skoroszyt. Tableau Reader umożliwia współpracownikom interakcję z utworzonymi przez Ciebie wizualizacjami.

3. REPREZENTATYWNE WYNIKI

Rycina 1. Zrzut ekranu programu Tableau po zaimportowaniu arkusza o nazwie NFKBIA z pliku Excel demo.xls. Półki wymiarów (dimensions) i miar (measures) zostały odpowiednio wypełnione danymi kategorycznymi i numerycznymi.

Rysunek 2. Okno Pola obliczeniowego (Calculated Field) służy do tworzenia specjalnego pola obliczeniowego do wykorzystania w programie Tableau. Lista w dolnym lewym polu pomaga zidentyfikować możliwe pola, a lista po prawej stronie zawiera skróty funkcji, które można zastosować w formule. W tym przykładzie chcieliśmy zsumować wartości dla PFD4, PFD3 i PFD2, aby uzyskać wartość końcową, którą określamy jako PFD. > 2

Rysunek 3. Wizualizacja poziomu stężenia bodźca w stosunku do obserwowanego stężenia cytokiny. Wizualizacja przedstawia wykres różnych poziomów stężenia bodźca 3M-02 w zależności od obserwowanego stężenia cytokiny TNF-α. Kolory linii odnoszą się do różnych genotypów polimorfizmu pojedynczego nukleotydu w genie NFKBIA u osób biorących udział w naszym badaniu nad odpornością wrodzoną.

Rycina 4. Zrzut ekranu dwukolumnowej macierzy wizualizacji. Wygenerowano dwukolumnową macierz, aby ułatwić bezpośrednie porównanie odpowiedzi na dwa bodźce: 3M-03 oraz LPS. Osie x przedstawiają różne poziomy stężeń obu bodźców, a oś y obrazuje wartości obliczonego pola PFD. > 2.

Rysunek 5. Niniejsze okna dialogowe programu Tableau ilustrują sposób łączenia danych zapisanych w różnych arkuszach kalkulacyjnych. Połączenie danych z różnych arkuszy można zrealizować poprzez ich zestawienie przy użyciu logicznych klauzul złączenia wartości kluczy.

	Narzędzie do wizualizacji i analizy
Funkcja	Tableau	VIS-STAMP	xmdvtool	GGobi	Starlight	Gapminder	Visulab	InfoVis Toolkit	Geotime	Inspire
Wykresy współrzędnych równoległych	Tak	Tak	Tak	Tak	Tak	Nie	Tak	Tak	Nie	Nie
Macierze wykresów rozrzutu	Tak	Nie	Tak	Tak	Tak	Nie	Tak	Nie	Nie	Nie
Redukcja wymiarowości	Nie	Nie	Tak	Tak	Nie	Nie	Nie	Nie	Nie	Nie
Wymiary czasowe	Tak	Tak	Nie	Tak	Tak	Tak	Nie	Tak	Tak	Nie
Wymiary geoprzestrzenne	Tak	Tak	Nie	Nie	Tak	Tak	Nie	Nie	Tak	Nie
Eksploracja tekstów (text mining)	Nie	Nie	Nie	Nie	Tak	Nie	Nie	Nie	Nie	Tak
Bezpośrednia manipulacja danymi	Tak	Tak	Tak	Tak	Tak	Tak	Tak	Nie	Tak	Nie
Filtrowanie	Tak	Tak	Tak	Tak	Tak	Tak	Tak	Nie	Tak	Tak
Rozszerzalność na inne platformy (np. R)	Tak	Nie	Tak	Tak	Nie	Tak	Nie	Tak	Nie	Nie
Formaty tabel CSV	Tak	Tak	Tak	Tak	Nie	Nie	Tak	Tak	Tak	Nie
Formaty danych XML	Tak	Nie	Nie	Tak	Tak	Nie	Tak	Tak	Tak	Nie
Zdolność do obsługi ponad 10 0 wierszy	Tak	Nie	Nie	Nie	Tak	Nie	Nie	Nie	Nie	Tak
Dokumentacja	Tak	Tak	Tak	Tak	Tak	Tak	Tak	Tak	Tak	Tak
Produkt komercyjny	Tak	Nie	Nie	Nie	Tak	Nie	Nie	Nie	Tak	Tak

Tabela 1. Lista narzędzi analityki wizualnej i niektóre z ich funkcji.

Dyskusja

Wprowadzenie technologii wysokoprzepustowych do współczesnych badań biomedycznych doprowadziło do gwałtownego wzrostu ilości danych badawczych, co wymaga bardziej efektywnych metod analizy. Analityka wizualna (VA) to nauka o rozumowaniu analitycznym wspomaganym przez interaktywne interfejsy wizualne (1). Podejście VA przywraca moc analityczną w ręce analityka-człowieka, w przeciwieństwie do tradycyjnego podejścia polegającego na wykrywaniu wzorców przez komputer. Analityka wizualna była stosowana w badaniach w różnych dz...