最近、バイオインフォマティクスプログラムの責任者であり、マサチューセッツ大学ローウェル大学の視覚化および知覚研究研究所の共同ディレクターであるGeorges Grinsteinが私たちのスタジオでウェブキャストを主催し、彼の今後のセミナーであるLife Sciences Researchでのデータ視覚化の探究を推進しました。私はグリンスタイン博士と一緒に座って、その変化する性質について彼に尋ねる機会がありましたライフサイエンスデータ 、分析、そして私たちのデータが私たちに伝えていることへの新しい洞察を視覚化することを可能にする新しい技術。
ライフサイエンスのデータと分析結果を視覚化することが重要だと思うのはなぜですか。
なし可視化 、私たちは数に依存しています。それは、ほとんどの場合、要約や集約、統計、その他の計算結果を表しています。これらはデータ内の構造を示唆することがありますが、関連する構造を表示するには正確すぎることがよくあります。これらの数字は、データだけでなくデータのエイリアスの代表としてもよく考えられます。
ライフサイエンスデータをいつ視覚化すべきですか？
それはタスクに依存しますが、私の直感はほとんどいつも言います。
この種のデータを視覚化することで新たな洞察を得ることができますが、ビジュアルに頼ることに何か危険はありますか？
はい、分析的または視覚的に「洞察」を検証せずに結論にジャンプすると危険があります。私はこれらの洞察を仮説と考えているので、それらを検証する必要があります。しかし、ビジュアライゼーションは実際には新しい洞察をもたらします（そしてさまざまなビジュアライゼーションがあります）。
データセットは非常に大きいです。データの視覚的表現を作成する前に、データに対して何かする必要がありますか？
これはタスクによっても異なります。アルゴリズムやビジュアライゼーションによっては大きなデータを処理できない場合や、結果を生成するのに時間がかかりすぎる場合があります。そのような場合、ほんの数例を挙げると、サブセット化、次元削減、サンプリングなどの技法を通じてデータ削減が行われる必要があります。そして、大規模なデータセットとやり取りしたい場合、これは難しいことがあります。
視覚化フォーマットとトレンドの次は何ですか？
注意すべき4つの傾向があります。
1。分析と視覚化の間の非常に密接な結合。
2。より大きなデータの視覚化とのより多くの相互作用。
3。多くのアルゴリズムと視覚化の並列化
4。後の検出ステップで時間を節約するための大規模データセットの事前計算。
Grinstein博士は、4月24日にマサチューセッツ州ケンブリッジのBroad Instituteで、4月25日にニュージャージー州プリンストンのChaunceyカンファレンスセンターで、生命科学におけるデータ可視化の調査セミナーで発表する予定です。申し込み方法などの詳細については、当社のWebサイトを参照してください。ケンブリッジまたはプリンストンセミナー
