تيسير تحليل البيانات مناعية مع التقنيات التحليلية البصرية

تسهيل تحليل البيانات المناعية باستخدام تقنيات التحليل المرئي. فبينما تقدمت القدرة على جمع البيانات وتخزينها بسرعة، لم يحقق تطور معالجة هذه البيانات وتحليلها تقدماً مماثلاً. ونتيجة لذلك، غالباً ما تتواجد مجموعات بيانات ضخمة في المختبرات الطبية الحيوية لا يتم تحليلها بشكل فعال أو كفء.

مع فقدان هذه المعلومات الغنية والقوية المحتملة في غياهب أنظمة التخزين، برزت التحليلات المرئية (Visual analytics أو VA) كوسيلة جديدة لتحليل مجموعات البيانات الضخمة والمعقدة. وتعتمد تقنيات التحليلات المرئية على التصورات التي تتيح للمحللين استخدام ذكائهم البصري لرصد الأنماط في البيانات، مثل الاتجاهات العامة أو القيم الشاذة.

تتيح هذه التصورات السريعة صياغة الفرضيات بسرعة أثناء استكشاف البيانات. وتسمح مرونة أدوات التحليل البصري (VA) للمحلل بالتكبير، والتعمق في التفاصيل، وبناء روابط عبر مجموعات بيانات متعددة أثناء استكشاف العلاقات بينها. ومن خلال تطبيق التحليل البصري على مصادر البيانات المتكاملة، يمكن للمستخدم الكشف عن نتائج جديدة وهامة.

يُعد تحليل الشريك (Parent analysis) أحد مناهج التحليل المرئي (VA)، حيث يعمل خبير في أدوات التحليل المرئي مع خبير تقني يُعرف أيضاً بخبير المجال معاً، بحيث يطرح خبير المجال أسئلة ذات صلة بيولوجياً حول البيانات. ومن ثم يقوم خبير أدوات التحليل المرئي بإنشاء تصورات مرئية قد تساعد في الكشف عن أنماط تساهم في الإجابة على هذا السؤال أو تؤدي إلى مزيد من الاستكشاف. ويمكن تكرار هذه العملية لبناء تصورات مرئية مختلفة تقدم رؤى تحليلية.

لقد شرعنا في اختبار مدى ملاءمة نهج تحليل مرئي (VA) مقترن لمجموعة بيانات طبية حيوية كبيرة ومعقدة. وفي تجارب استطلاعية أولية، قمنا بتقييم العديد من أدوات التحليل المرئي الموجودة حاليًا لحل هذه المشكلة. وقد وقع اختيارنا على برنامج Tableau من شركة Tableau software باعتباره الأداة الأكثر ملاءمة للمهمة المطلوبة.

استندت معايير الاختيار في هذه التجارب الأولية إلى بارامترات ذاتية مثل سهولة الاستخدام، والقابلية العامة للاستخدام، بالإضافة إلى ميزات تقنية موضوعية مثل مجموعة من تقنيات التفاعل وميزات التصور المرئي. لدينا هنا مجموعة بيانات في جدول بيانات Microsoft Excel نموذجية لمختبر يعمل في مجال الأمراض المعدية. تحتوي هذه المجموعة على معرف خاص بالمشارك وبيانات حول التباين في تسلسلات DNA الجينية.

في هذه الحالة، لدينا تعدد أشكال النوكليوتيدات المفردة (SNPs) لجين NF kappa BIA الخاص بالخاضع للفحص، بالإضافة إلى التركيز المرصود لعدة جزيئات بيولوجية، وهي في هذه الحالة السيتوكينات التي تنتجها الخلايا المناعية للخاضع للفحص بعد تحفيز هذه الخلايا بمحفزات محددة. سنقوم الآن بالتمرير لأسفل للوصول إلى جدول البيانات. ولإعطائكم فكرة عن حجم مجموعة البيانات هذه، فإننا مهتمون بمعرفة ما إذا كانت هناك علاقة عامة بين النمط الجيني، أي تعدد أشكال النوكليوتيدات المفردة المختلفة لجين NF Kappa BIA في هذه الحالة، والاستجابة السيتوكينية المرصودة.

بعد التحفيز، سنقوم الآن بربط مجموعة البيانات ببرنامج Tableau، مع التأكد من استيراد جدول NF kappa BIA. يمكنك أن ترى على الجانب الأيسر أن Tableau متصل بالجدول الصحيح وقد قام تلقائياً بفصل متغيرات الأعمدة إلى ما يسمى في Tableau بالأبعاد (dimensions) والمقاييس (measures). الأبعاد هي ببساطة الأعمدة التي تصنف البيانات، بينما المقاييس هي القيم الكمية في ذلك العمود.

من أجل هذا التصور البياني، سنقوم الآن برسم مستويات تركيز المثير مقابل تركيز استجابة السيتوكين الملحوظة. سنقوم الآن بحساب متوسط قيم مستويات تركيز السيتوكين. ترتيب مستويات التركيز غير صحيح، ولكن من السهل للغاية إعادة فرزها بسرعة.

بعد ذلك، يمكننا تغيير العرض ليتناسب مع الشاشة ولإتاحة تصور أسهل للبيانات. وبما أننا نرغب في استقصاء كيفية التمييز بين الأنماط الجينية المختلفة، فكل ما علينا فعله هو سحب بُعد النمط الجيني إلى قسم اللون هذا. وسيقوم التصور تلقائياً وفورياً بالفصل بناءً على النمط الجيني.

الآن، يمكننا تجربة تنسيقات عرض مختلفة. فعلى سبيل المثال، قد يوضح المخطط الخطي نمطاً نرغب في رصده بشكل أفضل. ومن الواضح وجود العديد من الخيارات الأخرى.

يقترح علماء الأحياء في هذا التحليل المزدوج أن نبدأ باستكشاف العلاقات الخاصة بإنتاج أحد مؤشرات السيتوكين المسمى TNF alpha بعد التحفيز باستخدام كاشف يسمى 3M OH OH 2. وللقيام بذلك، نحتاج إلى تصفية بُعد المؤشر، TNF alpha وبُعد المحفز 3M OH OH 2. ولجعل عملية التصفية أكثر مرونة، يمكننا اختيار خيار "إظهار التصفية السريعة" (show quick filter) لكل من بُعد المؤشر والمحفز، مع التأكد من أنها قائمة قيم مفردة.

يوضح هذا التصور بوضوح وجود فرق في إنتاج TNF alpha بعد مستويات مختلفة من تحفيز MO oh two مقسمة حسب النمط الجيني بألوان مختلفة؛ ويمكننا اختيار أي مجموعة أخرى من قيم مرشح العلامة والمحفز، وسيتغير التصور وفقًا لذلك. وكما هو الحال في Excel، يمكننا إنشاء تصورات مختلفة في علامات تبويب منفصلة. ولأغراض العرض التقديمي، يمكننا أيضًا إنشاء عرض ملخص لتحليلات متعددة.

في هذه الحالة، قمنا باستقصاء إنتاج TNF Alpha لدى العديد من الأشخاص الذين لديهم أنماط جينية مختلفة لـ NF Kappa BIAS snip. في هذا العرض التوضيحي، نجحنا في إنتاج سلسلة من التصورات البيانية القوية في غضون دقيقة و30 ثانية تقريباً باستخدام نهج VA للتحليل المقترن. وعادةً ما يتطلب إنتاج مجموعة مماثلة من التصورات البيانية من الباحث الطبي الحيوي حوالي 30 دقيقة باستخدام برنامج Excel.

كان المثال السابق عبارة عن تحليل بسيط ثنائي الأبعاد. وتكمن القوة الحقيقية للتحليل المرئي (VA) في القدرة على تصور أبعاد متعددة في الوقت ذاته. فعلى سبيل المثال، يدعم برنامج Tableau التحليل بين مجموعات البيانات من خلال عمليات الربط المنطقي للقيم الرئيسية.

يوجد هنا جدولان بيانات في نفس كتاب العمل. مجموعة البيانات الأولى مأخوذة من مثال توضيحي سابق، والأخرى عبارة عن مجموعة بيانات لخلايا تم تحليلها باستخدام تقنية تسمى قياس التدفق الخلوي (flow cytometry) لإنتاج سيتوكينات متعددة في الخلية ذاتها. وفي الوقت ذاته، هناك مقياس يسمى درجة تعدد الوظائف أو PFD؛ يمكنك تسمية الورقة بحيث يسهل التعرف عليها أثناء مرحلة الاستيراد.

يسمح ذلك لبرنامج Tableau بربط الجداول البياناتية الاثنين. بعد اختيار خيار الجداول المتعددة، يمكنك استخدام ميزة إضافة جدول جديد لدمج الجدولين. تقوم هذه الميزة بإضافة جدول البيانات الثاني إلى الأول واستخدام عبارات الربط لدمج مجموعات البيانات باستخدام مفاتيح متطابقة مثل نوع الخلية، ومستوى التركيز، والمرحلة، ومجموعة التحفيز، ومعرف العينة.

لاحظ أن الأبعاد مفصولة حسب اسم ورقة العمل. وهذا يتيح لنا استخدام الأبعاد التي لم تكن جزءاً من بيان الربط المنطقي. فعلى سبيل المثال، يتم تعريف تعدد الوظائف (poly functionality) بأنه النسبة المئوية للخلايا التي تنتج أكثر من سيتوكين واحد.

على سبيل المثال، الخلية التي تنتج اثنين من السيتوكينات تُعتبر PFD بقيمة اثنين، والخلية التي تنتج ثلاثة من السيتوكينات تُعتبر PFD بقيمة ثلاثة. سنقوم هنا بإنشاء حقل حسابي واحد لدمج هذه القيم في مقياس واحد يمكننا استخدامه في العرض المرئي. الآن يمكننا البدء في بناء التصور المرئي.

أولاً، نقوم برسم مستويات تركيز السيتوكين مقابل PFDs على مدى يومين، وكما فعلنا في العرض التوضيحي السابق، نأخذ القيمة المتوسطة لـ PFDs التي تزيد عن يومين. كما نقوم بترتيب تسميات التركيز من الأدنى إلى الأعلى عن طريق ضبطها يدوياً. وبما أن معلومات النمط الجيني متاحة فقط لبعض العينات في هذه المجموعة، فإننا نحتاج إلى تصفية صفوف البيانات التي لا تحتوي على معلومات النمط الجيني.

كما فعلنا سابقاً، يمكننا سحب النمط الجيني بسرعة إلى تسمية اللون، مما يتيح لنا التمييز بين كل نمط جيني مختلف أيضاً. بعد ذلك، يمكننا تغيير العرض ليتناسب مع الشاشة ولتسهيل تصور البيانات. كما يمكننا أيضاً تغيير الرسم البياني الشريطي.

على سبيل المثال، يوفر الرسم البياني الخطي الذي اختبر ذلك تصوراً جيداً لكيفية تباين استجابة CYT واستجابة PFP وفقاً للأنماط الخاصة بكل نمط جيني. ويلاحظ على الفور أن SNP لـ NF kappa b ذو النمط الجيني GG لديه نمط استجابة مختلف مقارنة بالأنماط الجينية الأخرى. ويمكننا استكشاف ذلك بشكل أكبر من خلال بحث تأثير المحفزات المختلفة على هذا النمط.

لاحظ أنه بعد إضافة LPS في بُعد التحفيز، تُظهر الأنماط الجينية الثلاثة الرئيسية مستوى PFD مماثلاً عند جميع التركيزات، ولكن مع محفزات 3M MO oh two فقط، يُظهر النمط الجيني GG ارتفاعاً حاداً في PFD من التركيز المنخفض إلى التركيز العالي للمحفز. تسمح لنا هذه النتيجة بصياغة فرضية لاختبارها في التجارب المستقبلية، وهي أن نوع المحفز يؤثر على PFD. في العرضين التوضيحيين الأخيرين، رأينا التوليد السريع للتصورات المرئية للكشف عن أنماط ذات دلالة محتملة سواء داخل مجموعات البيانات أو فيما بينها.

يمكن توسيع نطاق قوة التحليلات المرئية بسرعة لتشمل مجموعات البيانات الضخمة، مع زيادة أبعاد التحليل بناءً على التطبيق، ودمج المعلومات عبر مجموعات بيانات شاسعة. فعلى سبيل المثال، وفي ظل وجود العديد من صوامع البيانات الناتجة عن الدراسات الأترابية، تُعد التحليلات المرئية نهجاً قابلاً للنقل بدرجة عالية، ويمكن تطبيقه على أي مجال يحتوي على كميات كبيرة من أنواع مختلفة من البيانات، بما في ذلك مجموعات البيانات الفئوية والعددية. ويقدم نهج التحليلات المرئية ميزتين رئيستين.

أولاً، التوليد المرن للفرضيات. يمكن للمستخدم توليد فرضيات حول البيانات بشكل فوري بناءً على النتائج الحالية، وإنشاء تصورات مرئية جديدة بسرعة لاستكشاف هذه الفرضيات، وذلك ثانياً لتوفير الوقت. وتتمثل الميزة الرئيسية لأدوات تحليل البيانات المرئية (UVA) مقارنة بأدوات تصور المعلومات التقليدية في سهولة الاستخدام والكفاءة.

إن الجهد الذي يتطلبه عادةً التمثيل البياني باستخدام الطرق التقليدية قد يستغرق عدة أيام عمل لإنجاز ما يمكن تحقيقه بسهولة خلال ساعتين إلى ثلاث ساعات على منصة تحليل بصري (VA) مثل Tableau. ومن الواضح أن هناك منصات تطبيقية أخرى، ومن المرجح أن تظهر منصات إضافية، لكل منها مزايا وعيوب محددة. كما أن الفائدة الإضافية المتمثلة في تناول هذه المهمة من خلال التحليل المتوازي تعزز بوضوح الفائدة الإجمالية لنهج التحليل البصري في تحليل البيانات المعقدة متعددة الأبعاد.