Visão geral
A visualização de dados biológicos preenche a lacuna entre os dados quantitativos brutos e a interpretação humana. As tecnologias modernas de alto rendimento geram conjuntos de dados com milhares a milhões de medições, tornando a visualização eficaz essencial para geração de hipóteses, controle de qualidade e comunicação. Boas visualizações revelam padrões, valores discrepantes e relacionamentos que as estatísticas resumidas por si só não conseguem capturar, enquanto as ruins podem enganar e obscurecer. O campo baseia-se em princípios da psicologia perceptual, design gráfico e ciência da computação para criar representações que se alinham com a forma como o sistema visual humano processa as informações.
Conceitos-chave
Proporção de tinta de dados e junk de gráfico são considerações fundamentais de design. A proporção de tinta de dados, popularizada por Edward Tufte, mede a proporção de tinta de um gráfico dedicada à exibição de dados versus elementos decorativos. Maximizar esta relação produz números mais claros. A codificação de cores deve levar em conta as deficiências de visão de cores; ferramentas como o ColorBrewer ajudam a selecionar paletas perceptivelmente uniformes e acessíveis. Escalas e transformações: escalas logarítmicas, eixos normalizados e escalas multidimensionais, podem revelar estruturas ocultas em medições brutas. A sobreplotagem em gráficos de dispersão densos é abordada por meio de transparência, agrupamento hexagonal ou estimativa de densidade de kernel.
Aplicativos
A visualização permeia todas as etapas da pesquisa biológica. Durante a análise exploratória, gráficos de dispersão e mapas de calor de dados de [microarray de DNA e expressão gênica] (/pt-br/guides/dna-microarrays-and-gene-expression.html) identificam genes expressos diferencialmente. Em citometria de fluxo, gráficos de pontos bivariados e gráficos de densidade revelam populações de células com base em marcadores de superfície. Os biólogos estruturais usam diagramas de fita e representações de superfície para comunicar [estrutura da proteína] (/pt-br/guides/protein-structure.html). Dados de alta dimensão de sequenciamento unicelular e proteômica dependem cada vez mais de gráficos de redução de dimensionalidade, como t-SNE e UMAP, para visualização.
Tipos de plotagem e práticas recomendadas
Para dados genômicos, cada um dos tipos de gráficos mais comuns serve a um propósito específico. Gráficos de vulcão exibem resultados de expressão diferencial: o eixo x mostra log2 mudança de dobra, o eixo y mostra -log10 valor p ajustado, com linhas horizontais marcando limites de significância e linhas verticais marcando limites de mudança de dobra. Pontos acima de ambos os limites são genes expressos de forma significativamente diferencial. Gráficos MA (média vs. proporção) são preferidos para dados de RNA-seq porque revelam viés dependente da intensidade: o eixo x mostra expressão média, o eixo y mostra alteração logarítmica e genes com expressão média baixa exibem maior variância. Mapas de calor com agrupamento hierárquico são ideais para visualizar padrões de expressão em amostras: linhas são genes, colunas são amostras e a intensidade da cor representa o nível de expressão (normalmente pontuações Z). Anote colunas com metadados fenotípicos (tratamento, ponto no tempo, tecido) e linhas com categorias funcionais para revelar padrões específicos do grupo. Para transcriptômica, gráficos de barras de contagens de leitura normalizadas com pontos de dados individuais sobrepostos mostram alterações na expressão em nível de gene enquanto comunicam a variabilidade biológica. Para genômica, gráficos de Manhattan exibem resultados de GWAS em todos os cromossomos, destacando loci que excedem a linha de significância de todo o genoma. Em todos os casos, siga os princípios de design: use a menor proporção entre dados e tinta que comunique o resultado, evite efeitos 3D que distorcem a percepção, escolha esquemas de cores sequenciais para variáveis contínuas e esquemas qualitativos para variáveis categóricas e sempre rotule os eixos claramente com unidades. Um gráfico MA bem desenhado, por exemplo, deve mostrar pontos vermelhos para genes significativos, exibir a média móvel como uma curva de loess azul e incluir o número total de genes regulados para cima e para baixo em um rótulo inserido - permitindo ao leitor avaliar tanto o resultado biológico quanto a qualidade técnica do experimento em um único olhar.
