マイクロタイタープレートマップは、実験室実験における標準的なツールであり、科学者が様々なアッセイにおける被験物質の物理的、化学的、および/または生物学的反応を調査することを可能にします。従来のマイクロタイタープレートのデータ可視化手法は、プレートデータに固有の関係性、特に変動の空間的および時間的要因の両方を捉えるには不十分な場合が多くあります。
この問題を解決するため、プレートマップを視覚化するJMPダッシュボードを作成しました。これにより、ユーザーはデータの空間分布と要素に関する独自の洞察を得ることができます。このダッシュボードは、プレート実験で発生する典型的な問題を浮き彫りにするためにシミュレーションされたデータに基づき、ヒートマップ、散布図、用量反応曲線といった複数のインタラクティブなビューを表示することで、容易な視覚化と探索的データ分析を可能にします。ユーザーはビューを動的に切り替えたり、視覚化をカスタマイズしたり、調査が必要な個々のデータポイントまたはデータポイントのグループを操作したりできます。
さらに、ダッシュボードはデータのフィルタリングと行ラベルによる注釈付けをサポートしており、プレートマップの視覚化の解釈性と有用性を高めます。また、データの品質や、プレートやラボのばらつき、データ内に存在する可能性のあるその他のプロセスエラーなど、潜在的な懸念事項を伝えるための効果的なツールとしても機能します。複雑なデータセットの柔軟な探索と分析を容易にすることで、ダッシュボードはユーザーがプレートベースの実験からより深い洞察を得ることを支援し、科学的発見と知識の獲得を加速します。
皆さん、こんにちは。キャロル・コーです。DLHの統計学者です。DLHでは、クライアントが実施する毒性試験の統計分析を行っています。今日は、マイクロタイタープレートのデータを見るために構築したダッシュボードをご紹介します。この作業は、DLHの統計学者であるキャサリン・アレン・モイヤー、ショーン・ハリス、フアン・ハシエ、そしてNHSの協力者であるヘレン・コニーとキース・ショックリーとの共同作業です。
ダッシュボードに入る前に、マイクロタイタープレートとは何かを簡単に説明したいと思います。マイクロタイタープレートは、実験室でよく使われるツールです。グリッド状に配置された壁を持つプレートで、それぞれの壁に少量の液体を流すことができます。複数の実験を同時に実行できるため、科学者はマイクロタイタープレートをよく使用します。
ここでの考え方は、これらの壁のそれぞれを実験単位と見なすというものです。これらのウェルには、異なる試験物質と異なる濃度の溶液を入れることができます。これらのプレートには様々なサイズがあり、これは小さい方のものです。私の例では、384ウェルプレートを使用します。これは16行24列のプレートです。すべてのウェルに溶液を入れたら、プレートをプレートリーダーに送り、そこで各ウェルからの反応を測定します。
科学者たちと仕事をしてきた経験から言うと、彼らは通常、関心のある様々な要因を考慮して、これらのプレートを複数枚使用したり、複数のプレートを使って実験を行ったりします。これらの要因の例としては、アッセイの種類、細胞培養、実験対象となる試験物質の数などが挙げられます。通常、これらの実験からデータを取得する際は、すべて同時に取得します。通常は、数十枚のプレートから数千行のデータを処理します。理想的には、統計モデリングを行う前に、各プレートを視覚化し、潜在的なデータの問題がないか確認できるようにしたいと考えています。
データが多すぎると、何が起こっているのかを把握するのは非常に困難です。私と私のチームは、どうすれば可視化のプロセスを簡素化できるかを考え、JMPに簡単に実装できる解決策を思いつきました。それは、ローカルデータフォルダと3つのグラフビルダーパネルで構成されるダッシュボードです。これにより、同じデータセットを異なる視点から異なるビューで見ることができます。このプレゼンテーションでは、ダッシュボードの作成方法については説明しません。
代わりに、ここにリンクされているチュートリアルをご覧ください。さて、それではJMPに切り替えて、このダッシュボードを詳しく見てみましょう。切り替えるついでに言っておきますが、ここで使用しているデータはすべてシミュレーションによるものです。表示されている化学物質名や頭文字はすべて、このプレゼンテーションのために架空のものです。
プレートデータを扱う際に最も重要なことは、プレートの設計をしっかりと理解することです。なぜなら、この種の実験では、エッジ効果や位置効果が現れる傾向があるからです。どの化学物質がどの壁に置かれたかを理解することで、データからより多くの洞察を得ることができます。そのため、グラフビルダータブを追加しました。
プレートデザイン、つまりプレートマップを示すものがここに隠れています。これを最大化して、より詳細に確認してみましょう。さあ、どうぞ。これはプレートデザインの例です。注目すべき重要な点は、どのような種類のコントロールがあり、いくつあるかということです。この例では、媒体コントロール（ここでは「media」と表記）があります。これらはプレートの最初の2列と最後の2列にあります。また、最初の行にはネガティブコントロールがあり、L行とM行には2種類のポジティブコントロールがあります。
色は濃度の違いに対応しています。濃い緑から薄い緑へと変化しており、これは濃度が高いものから低いものの順になっていることを意味します。これらの頭文字はそれぞれ、特定の化学物質、つまり試験物質を表すものと考えることができます。各行には特定の試験物質が含まれているように見えます。この例でもう一つ注目すべき点は、壁が重複しているように見えることです。つまり、ペアになっているように見えるということです。2つの壁すべてに、同じ濃度と試験物質が使用されました。
ダッシュボードに戻りたい場合は、この復元ボタンをクリックするだけでダッシュボードに戻ります。データが渡されたばかりで、まだよくわからない場合は、私がよく使うのが、2つのデータの間を切り替えて表示することです。これは、同じアッセイで2つの別々のプレートから取得されたデータだと仮定した場合です。実際に同じプレート設計が使用されているかどうかを確認するために、前後に切り替えています。同じプレート設計が使用されていると考えるのが自然ですが、わからないこともあります。これは、プレート設計は同じですが、異なる時間に実行されているため、当然ながらデータが変化していることを示しています。
また、異なるアッセイ間を切り替えることもできます。Kさん、レイアウトを見ると、黄色の列のように、溶媒コントロールの位置が似ているのが分かります。しかし、この別のアッセイでは、ネガティブコントロールがあるようです。今はb列にありますが、ポジティブコントロールはありません。また、全く異なる化学物質を使用しています。
別のタブに切り替えて、ヒートマップを表示します。今回は、プロットしている色が反応値に対応しています。このように配置したのですが、プレートを見る限り、基本的にアッセイと似ています。この種の実験ではエッジ効果が発生しやすいため、これも非常に便利です。ダッシュボードの特に優れている点は、異なるビューで観察結果を見ることで、問題のある観察結果を簡単に切り分けられることです。
例えば、このヒートマップを見ると、まず目につくのは、列のストライプ効果です。これらのウェルを選択することもできます。私はShiftキーを押しながら選択しています。すると、他のパネルでも、異なるグラフ間の相互関連性により、これらのウェルがハイライト表示され始めます。
実際に起こっているのは、これらの暗いウェル、つまり上にある点です。ここで何か問題が発生したようです。私なら、おそらく科学者か実際の実験を行った人に相談して、「ここで何が起こったのか？どうすればいいのか？」と尋ねるでしょう。これらのウェルを除外する必要があるでしょうか？データをさらに分析するために、これら2つの重複ウェルの平均を取る必要があるでしょうか？
右側の散布図は、データポイントの分布を示しています。プレートに天然の化学グループが含まれている場合、これは役立ちます。この例では、3種類のコントロールがあることが分かっていました。化学グループごとにグループ化した場合、それらがどのように分布しているかを確認するのは簡単で便利です。車両コントロールを見ると、他の値よりも低いように見える観測値がここに集中していることが目立ちます。繰り返しますが、これらをハイライトすると、これがこの隅の最後の列からの観測値であることがすぐにわかります。これもまた、そのような観測値の一つです。
この実験を行った科学者と話をする際には、「ここで何かが起こったのか？」「あるいは、もしこれらの観察結果が他の何かの副産物に過ぎないのであれば、除外する必要があるのか？」と尋ねることができます。このダッシュボードは、クライアントに「データがこのように表示されます」と示す以外に、分析で除外してほしい観察結果にタグやフラグを付けられるようにする目的でも使われています。
例えば、一番下の線量反応曲線を調べるとします。ここには、他のデータよりも高い値を示す特定のデータポイントがあり、非常に疑わしいと感じます。おそらく、このデータポイントを見て、何か奇妙な、あるいは異常な現象が見られ、期待していたものとは一致しないため、この観察結果は除外した方が良いと判断したのでしょう。
皆さんにお願いしたいのは、この観察結果をハイライト表示することです。そして、その特定のポイントを右クリックし、「行」の下の「行ラベル」を作成してください。ここでは、特に何もしていないように見えます。データテーブルにラベルとして名前を設定しているので、名前が追加されただけです。しかし、データテーブルに戻って、これがラベルを追加した行です。黄色のタグが表示されていますね。
タグ付けした観測データが多数あり、その最後に、後で詳しく確認したい観測データの一覧を表示したいとします。あるいは、後ほど分析から除外する必要がある観測データの一覧を表示したいとします。その場合、実際の状態を表す式を使って列を作成できます。これらの列はここにあります。先ほど「行の状態をラベル付け」と入力しましたが、この式はこれらのラベルを0/1のインジケーターに変換します。ラベルのある行の値は1、ラベルのない行の値は0になります。
もう一つ、私が特に注目したい機能があります。実は見つけるのが難しいのですが、これを見つけてからずっと使っています。実は凡例パネルにあったので、例えばこのヒートマップがその例です。凡例を右クリックすると、カラーキーとグラデーションが表示されます。すると、さらに多くのカスタマイズオプションが開きます。JMPにこの機能があって本当に良かったのは、スケールタイプと範囲タイプの2つです。
スケールタイプは、デフォルトは線形です。カラーキーの値が等間隔で増加しているのがわかると思います。これを四分位値、つまりカットオフに変更できます。実際、これを設定すると、データの見方が全く変わります。何を見せたいのか、より慎重に、あるいは思慮深く考える必要がありますが、これは使えるオプションです。このビューでは、最後の行が少し奇妙に見えるかもしれません。すべて黄色です。皿の端にあるものはすべて心配です。これは科学者に尋ねることができるもう一つの質問です。もう一度、この話に戻りましょう。
線形に戻すだけですが、実際には他にもたくさんのオプションがあり、いろいろ試すことができます。私がよく使うのは範囲型です。デフォルトのオプションとJMP…JMPは最小値と最大値を切り上げたり切り下げたりすることで、見た目の良い数値に仕上げると思います。ただし、データの正確な範囲を確認したい場合は、ここで簡単に切り替えることができます。これで、最大値が115、最小値が-84であることがわかりました。デフォルトに戻します。
最後に、美的要素に関するオプションがいくつかあります。どれもとても分かりやすいです。私は特に連続グラデーションの場合は、離散的な色を使うのが好きです。これは連続しているように見える色ですが、離散的な色に戻します。どういうわけか、連続している色よりも、離散的な色の方が脳がずっと読みやすいんです。私も連続グラデーションをよく使います。
最後に、これはとてもシンプルなアイデアのように見えるかもしれませんが、グラフビルダーパネルのようなものを組み立てているだけです。実際には、他の方法では見逃していたであろうデータの洞察を明らかにする、非常に効果的で便利なツールになりました。ぜひダッシュボードを操作してみてください。私のプレゼンテーションで何か役立つことを学んでいただければ幸いです。お時間をいただきありがとうございました。
