Ikhtisar
Visualisasi data biologis menjembatani kesenjangan antara data kuantitatif mentah dan interpretasi manusia. Teknologi throughput tinggi modern menghasilkan kumpulan data dengan ribuan hingga jutaan pengukuran, menjadikan visualisasi yang efektif penting untuk pembuatan hipotesis, pengendalian kualitas, dan komunikasi. Visualisasi yang baik mengungkapkan pola, outlier, dan hubungan yang tidak dapat ditangkap oleh ringkasan statistik saja, sedangkan visualisasi yang buruk dapat menyesatkan dan mengaburkan. Bidang ini mengacu pada prinsip-prinsip psikologi persepsi, desain grafis, dan ilmu komputer untuk menciptakan representasi yang selaras dengan cara sistem visual manusia memproses informasi.
Konsep Utama
Rasio tinta data dan chartjunk merupakan pertimbangan desain dasar. Rasio tinta data, yang dipopulerkan oleh Edward Tufte, mengukur proporsi tinta grafis yang dikhususkan untuk menampilkan data versus elemen dekoratif. Memaksimalkan rasio ini menghasilkan angka yang lebih jelas. Pengkodean warna harus memperhitungkan defisiensi penglihatan warna; alat seperti ColorBrewer membantu memilih palet yang seragam dan dapat diakses. Skala dan transformasi: skala log, sumbu yang dinormalisasi, dan penskalaan multidimensi, dapat mengungkap struktur yang tersembunyi dalam pengukuran mentah. Overplotting pada plot sebar padat diatasi melalui transparansi, binning heksagonal, atau estimasi kepadatan kernel.
Aplikasi
Visualisasi meresapi setiap tahap penelitian biologi. Selama analisis eksplorasi, plot sebar dan peta panas data microarray DNA dan ekspresi gen mengidentifikasi gen yang diekspresikan secara berbeda. Dalam flow cytometry, plot titik bivariat dan plot kepadatan mengungkapkan populasi sel berdasarkan penanda permukaan. Ahli biologi struktural menggunakan diagram pita dan representasi permukaan untuk mengkomunikasikan struktur protein. Data berdimensi tinggi dari sekuensing sel tunggal dan proteomik semakin bergantung pada plot reduksi dimensi seperti t-SNE dan UMAP untuk visualisasi.
Jenis Plot dan Praktik Terbaik
Untuk data genomik, tipe plot yang paling umum masing-masing memiliki tujuan tertentu. Plot gunung berapi menampilkan hasil ekspresi diferensial: sumbu x menunjukkan log2 perubahan kali lipat, sumbu y menunjukkan -log10 nilai p yang disesuaikan, dengan garis horizontal menandai ambang batas signifikansi dan garis vertikal menandai batas perubahan lipatan. Titik di atas kedua ambang batas merupakan gen yang diekspresikan secara berbeda secara signifikan. plot MA (rata-rata vs. rasio) lebih disukai untuk data RNA-seq karena menunjukkan bias yang bergantung pada intensitas: sumbu x menunjukkan ekspresi rata-rata, sumbu y menunjukkan perubahan lipatan log, dan gen dengan ekspresi rata-rata rendah menunjukkan varians yang lebih tinggi. Peta panas dengan pengelompokan hierarki ideal untuk memvisualisasikan pola ekspresi di seluruh sampel: baris adalah gen, kolom adalah sampel, dan intensitas warna mewakili tingkat ekspresi (biasanya skor Z). Beri anotasi pada kolom dengan metadata fenotipik (pengobatan, titik waktu, jaringan) dan baris dengan kategori fungsional untuk mengungkap pola spesifik kelompok. Untuk transkriptomik, plot batang jumlah pembacaan yang dinormalisasi dengan titik data individual yang dilapis menunjukkan perubahan ekspresi tingkat gen sambil mengomunikasikan variabilitas biologis. Untuk genomik, manhattan plot menampilkan hasil GWAS di seluruh kromosom, menyoroti lokus yang melebihi garis signifikansi seluruh genom. Dalam semua kasus, ikuti prinsip desain: gunakan rasio tinta data terkecil yang mengkomunikasikan hasilnya, hindari efek 3D yang mendistorsi persepsi, pilih skema warna berurutan untuk variabel kontinu dan skema kualitatif untuk variabel kategori, dan selalu beri label dengan jelas pada sumbu dengan satuan. Plot MA yang dirancang dengan baik, misalnya, harus menunjukkan titik merah untuk gen yang signifikan, menampilkan rata-rata berjalan sebagai kurva loess biru, dan menyertakan jumlah total gen yang diatur naik dan turun dalam label sisipan, memungkinkan pembaca untuk menilai hasil biologis dan kualitas teknis percobaan dalam sekejap.
