Facilitar a Análise de Dados com Visual imunológicos Técnicas Analíticas

Facilitando a análise de dados imunológicos com técnicas de análise visual. Embora a capacidade de coletar e armazenar dados tenha avançado rapidamente, a capacidade de processá-los e analisá-los, em comparação, progrediu pouco. Como resultado, grandes conjuntos de dados frequentemente existem em laboratórios biomédicos, os quais não são analisados de forma eficaz ou eficiente.

Com isso, informações potencialmente ricas e poderosas são perdidas no abismo dos sistemas de armazenamento. A análise visual, ou VA, surgiu como uma nova forma de analisar conjuntos de dados grandes e complexos. As técnicas de VA baseiam-se em visualizações que permitem aos analistas utilizar sua inteligência visual para identificar padrões nos dados, como tendências gerais ou valores atípicos.

Essas visualizações rápidas permitem a formação rápida de hipóteses durante a exploração de dados. A flexibilidade das ferramentas de VA permite ao analista ampliar, aprofundar e estabelecer conexões entre múltiplos conjuntos de dados ao investigar suas relações. Por meio da aplicação de VA a fontes de dados integradas, o usuário pode revelar descobertas novas e importantes.

A análise de pais é uma abordagem de VA na qual um especialista em ferramenta de VA e um especialista técnico, também conhecido como especialista em domínio, trabalham em conjunto, de modo que o especialista em domínio formula perguntas biologicamente relevantes sobre os dados. O especialista em ferramenta de VA então cria visualizações que podem ajudar a revelar padrões úteis para responder a essas perguntas ou para orientar uma exploração adicional. Esse processo pode ser iterado para construir diferentes visualizações que forneçam insights.

Propusemo-nos testar a adequação de uma abordagem de VA de análise pareada a um grande conjunto de dados biomédicos complexo. Em experimentos piloto preliminares, avaliamos várias das ferramentas de VA existentes para o problema atual. Escolhemos o Tableau da Tableau Software como a ferramenta mais adequada para a tarefa em questão.

Os critérios de seleção nesses experimentos piloto basearam-se em parâmetros subjetivos, como facilidade de uso e usabilidade geral, bem como em características técnicas objetivas, como uma variedade de técnicas de interação e recursos de visualização. Temos aqui um conjunto de dados em uma planilha do Microsoft Excel, típico de um laboratório que atua na área de doenças infecciosas. Esse conjunto contém um identificador do indivíduo e dados sobre variações em sequências genéticas de DNA.

Neste caso, polimorfismos de único nucleotídeo do NF kappa BIA ou SNPs do indivíduo, bem como a concentração observada de diversas moléculas biológicas, neste caso citocinas produzidas por células imunes do indivíduo após estimulação das células imunes com estímulos específicos. Agora vamos rolar a página até a planilha. Para dar uma ideia do volume deste conjunto de dados, estamos interessados em descobrir se existe uma relação geral entre o genótipo, ou seja, os diferentes SNPs, neste caso, do gene NF Kappa BIA, e a resposta de citocinas observada.

Após a estimulação, agora conectaremos o conjunto de dados ao Tableau, garantindo que importamos a tabela NF kappa BIA. Você pode observar no lado esquerdo que o Tableau está conectado à tabela correta e separou automaticamente as variáveis das colunas no que o Tableau chama de dimensões e medidas. As dimensões são simplesmente as colunas que categorizam os dados, e as medidas são os valores quantitativos presentes nessas colunas.

Para esta visualização, agora vamos traçar os níveis de concentração do estímulo contra a concentração observada da resposta da citocina. Agora fazemos a média dos valores dos níveis de concentração da citocina. A ordem dos níveis de concentração está incorreta, mas é bastante fácil reordená-los rapidamente.

Em seguida, podemos alterar a visualização para ajustar à tela e permitir uma visualização mais fácil dos dados. Como queremos investigar como diferenciar entre os diferentes genótipos, tudo o que precisamos fazer é arrastar a dimensão genótipo para esta seção de cor. A visualização se separa automaticamente e imediatamente com base no genótipo.

Agora, podemos experimentar diferentes formatos de exibição. Por exemplo, um gráfico de linhas pode revelar melhor um padrão que desejamos capturar. Obviamente, existem muitas outras opções.

A análise emparelhada realizada por biólogos sugere que comecemos explorando as relações da produção de um dos marcadores de citocinas chamado QNF alfa após estimulação com um reagente denominado 3M oh oh dois. Para isso, precisamos filtrar a dimensão do marcador, TNF alfa, e a dimensão do estímulo, 3M oh oh dois. Para tornar o processo de filtragem mais flexível, podemos selecionar a opção mostrar filtro rápido para ambas as dimensões — marcador e estímulo — garantindo que se trate de uma lista de valores únicos.

Esta visualização mostra claramente uma diferença na produção de TNF alfa após diferentes níveis de estimulação por três MO oh dois, separados por genótipo em cores distintas. Podemos escolher qualquer outra combinação de marcador e valores de filtro de estímulo, e a visualização mudaria de forma correspondente. De maneira semelhante ao Excel, poderíamos criar diferentes visualizações em abas separadas. Para fins de apresentação, também podemos gerar uma visão resumida de múltiplas análises.

Neste caso, investigamos a produção de TNF Alfa em diversos indivíduos com diferentes genótipos do polimorfismo NF Kappa BIAS. Nesta demonstração, geramos com sucesso uma série de visualizações poderosas em cerca de um minuto e trinta segundos, utilizando uma abordagem de VA com análise pareada. Um conjunto semelhante de visualizações normalmente exige que um pesquisador biomédico gaste cerca de 30 minutos para produzi-lo no Excel.

Um exemplo anterior foi uma análise bidimensional simples. O verdadeiro poder da VA é a capacidade de visualizar múltiplas dimensões ao mesmo tempo. Por exemplo, o Tableau permite análise entre conjuntos de dados por meio de junções lógicas de valores-chave.

Aqui estão duas planilhas colocadas na mesma pasta de trabalho. O primeiro conjunto de dados é proveniente do exemplo de demonstração anterior, e o outro é um conjunto de dados de células analisadas por uma técnica chamada citometria de fluxo para a produção de múltiplas citocinas na mesma célula. Ao mesmo tempo, uma medida chamada grau de polifuncionalidade ou PFD, você pode nomear a planilha para facilitar a identificação delas durante a etapa de importação.

Isso permite que o Tableau conecte as duas planilhas. Após escolher a opção de várias tabelas, você pode usar o recurso de adicionar nova tabela para unir as duas tabelas. Esse recurso adiciona a segunda planilha à primeira e utiliza as instruções de junção para combinar os conjuntos de dados usando chaves idênticas, como tipo de célula, estágio do nível de concentração, estímulo do grupo e identificador do sujeito.

Observe que as dimensões são separadas pelo nome da planilha. Isso nos permite usar as dimensões que não fizeram parte da declaração lógica conjunta. A definição de polifuncionalidade, por exemplo, é a porcentagem de células que produzem mais de uma citocina.

Por exemplo, uma célula que produz duas citocinas com uma DFP de dois e uma célula que produz três citocinas com uma DFP de três. Aqui, criamos um campo calculado para combinar esses valores em uma única medida que podemos usar em uma exibição visual. Agora podemos começar a construir a visualização.

Primeiro, plotamos a concentração dos níveis de citocinas em relação aos PFDs acima de dois e, como no último exemplo, calculamos o valor médio dos PFDs maiores que dois. Também organizamos as etiquetas de concentração de baixo para alto, definindo-as manualmente. Como as informações de genótipo estão disponíveis apenas para alguns indivíduos deste grupo, precisamos filtrar as linhas de dados que não contêm essas informações.

Assim como antes, podemos inserir rapidamente o genótipo na etiqueta de cor, permitindo-nos diferenciar também cada genótipo distinto. Em seguida, podemos ajustar a visualização para caber na tela e facilitar a visualização dos dados. Também podemos alterar o segundo gráfico de barras.

Por exemplo, um gráfico de linhas que testou isso fornece uma boa noção de como a resposta de CYT e a resposta de PFP variam de acordo com os padrões específicos de cada genótipo. Você percebe imediatamente que o SNP de NF kappa b com o genótipo GG apresenta um padrão de resposta diferente em comparação com os outros genótipos. Podemos explorar isso mais a fundo investigando o impacto de diferentes estímulos sobre esse padrão.

Observe que, após a adição de LPS na dimensão do estímulo, os três principais genótipos exibem um nível semelhante de PFD em todas as concentrações, mas com apenas os estímulos 3M MO oh dois, o genótipo GG mostra um aumento acentuado no PFD da baixa para a alta concentração do estímulo. Esse achado nos permite gerar uma hipótese a ser testada em experimentos futuros, ou seja, que o tipo de estímulo influencia o PFD. Nas duas últimas demonstrações, observamos a geração rápida de visualizações para detectar padrões potencialmente significativos tanto dentro como entre conjuntos de dados.

O poder da análise visual pode ser rapidamente estendido a conjuntos de dados grandes, ampliando as dimensões da análise conforme a aplicação e integrando informações através de vastos conjuntos de dados. Por exemplo, com os muitos silos de dados gerados em estudos de coorte, a análise visual (VA) é uma abordagem altamente transferível que pode potencialmente ser aplicada a qualquer domínio com grande quantidade de diferentes tipos de dados, incluindo conjuntos de dados categóricos e numéricos. A abordagem de VA oferece duas vantagens principais.

Uma geração flexível de hipóteses. O usuário pode gerar hipóteses sobre os dados na hora, derivadas dos resultados atuais, e rapidamente criar novas visualizações que explorem a hipótese, economizando tempo em duas frentes. A usabilidade e eficiência das ferramentas UVA são suas principais vantagens em comparação com ferramentas tradicionais de visualização de informações.

O esforço normalmente envolvido na criação de gráficos usando métodos tradicionais pode levar vários dias de trabalho para concluir o que é facilmente realizado em duas a três horas em uma plataforma de VA, como o Tableau. É evidente que existem, e provavelmente continuarão existindo, outras plataformas de aplicação, cada uma com suas vantagens e desvantagens específicas. O benefício adicional de abordar essa tarefa com análise para claramente contribui para o benefício geral de uma abordagem baseada em VA para a análise de dados multidimensionais complexos.