微孔板图是实验室实验中的标准工具，使科学家能够研究各种检测中测试样品的物理、化学和/或生物反应。传统的微孔板数据可视化方法在传达微孔板数据特有的关系时通常效率低下，例如无法捕捉变异的空间和时间来源。
为了解决这个问题，我们创建了一个 JMP 控制面板来可视化平板图，使用户能够深入了解数据的空间分布和组成要素。该控制面板通过热图、散点图和剂量反应曲线等多种交互式视图，简化了数据可视化和探索性分析，这些视图基于模拟数据，旨在突出平板实验中遇到的典型问题。用户可以动态切换视图、自定义可视化效果，并与需要深入探究的单个或多个数据点进行交互。
此外，该仪表盘支持通过行标签进行数据筛选和注释，从而增强了微孔板图可视化的可解释性和实用性。该仪表盘还能有效传达数据质量和潜在问题，例如微孔板和/或实验室差异，或其他可能存在于数据中的流程错误。通过促进对复杂数据集的灵活探索和分析，该仪表盘使用户能够从基于微孔板的实验中获得更深入的见解，从而加速科学发现和知识积累。
大家好，我叫卡罗尔·科伊 (Carol Coe)，是 DLH 公司的一名统计学家。在 DLH，我们负责对客户开展的毒理学研究进行统计分析。今天，我想向大家展示我们构建的一个用于查看微孔板数据的仪表盘。这项工作是与我的 DLH 统计学家同事凯瑟琳·艾伦·莫耶 (Catherine Allen Moyer)、肖恩·哈里斯 (Sean Harris) 和胡安·赫瓦西尔 (Juan Hwasier)，以及来自 NHS 的合作者海伦·科尼 (Helen Coney) 和基思·肖克利 (Keith Shockley) 共同完成的。
在深入讲解仪表盘之前，我想先简单介绍一下微孔板。微孔板是实验室实验中的标准工具。这种板状结构上排列着网格状的壁，每个壁可以容纳少量液体。科学家们喜欢使用微孔板，因为它可以同时进行多个实验。
这里的想法是，每个孔板都被视为一个实验单元。你可以在这些孔中放入不同的测试样品和不同的浓度。这些孔板有不同的尺寸。这是一张较小尺寸孔板的图片。在我的示例中，我将使用384孔板。它有16行24列。所有孔板都填满后，将这些孔板放入酶标仪中，酶标仪可以测量孔板中每个孔板的反应。
根据我与科学家合作的经验，他们通常会运行这些培养板，或者使用多个培养板进行实验，以考虑他们感兴趣的各种因素。这些因素可能包括检测类型、细胞培养方式或他们想要测试的样品数量。通常情况下，我会一次性收到所有实验数据。一般来说，我需要处理来自数十个培养板的数千行数据。理想情况下，我希望能够在进行任何统计建模之前，能够查看每个培养板的数据，并检查是否存在任何潜在的数据问题。
当数据量过大时，很难看清和理解发生了什么。我和我的团队一直在思考如何简化可视化流程，最终我们找到了一个解决方案，而且幸运的是，这个方案在 JMP 中也很容易实现。这个仪表板由一个本地数据文件夹和三个图表构建面板组成，这样就可以从不同的角度查看同一数据集的不同视图。不过，本次演示我不会讲解如何构建仪表板。
我这里就提供一个链接，一个相关的教程，链接在这里。好的。现在，我要切换到 JMP 界面，这样我们就可以更详细地查看这个仪表盘了。切换界面的时候，我想说明一下，我这里使用的所有数据都是模拟的。你看到的所有化学名称或首字母缩写都是虚构的，只是为了演示目的而设置的。
如果你正在处理微孔板数据，最关键的一点就是确保你理解微孔板的设计。因为这类实验很容易出现边缘效应或位置效应。了解每种化学物质被放置在哪个孔壁上，实际上可以让你更深入地理解数据。因此，我添加了一个图表构建器选项卡。
这里隐藏着车牌设计图或车牌布局图。我把它放大，以便我们能更清楚地看到。好了。这是一个车牌设计的示例。需要注意的关键点包括控制按钮的类型和数量。在这个例子中，我设置了车辆控制按钮，这里标记为“媒体”。它们位于车牌的前两列和后两列。第一行还有一个负控制按钮，L 行和 M 行则分别设置了两种不同的正控制按钮。
这些颜色对应不同的浓度。我们从深绿过渡到浅绿，这意味着浓度从高到低依次递减。每个首字母都可以代表一种特定的化学物质或测试样品。看起来每一行都对应一种特定的测试样品。在这个例子中，需要注意的另一点是，我们看到有重复的墙面，这体现了配对现象。每两面墙面都使用了相同的浓度和测试样品。
如果你想返回控制面板，只需点击这个恢复按钮，它就会带你回到控制面板。当你刚拿到一批数据，对它还不太了解时，我喜欢做的一件事就是来回切换……这里假设它们来自同一个实验，并且是在两个不同的板上进行的。我来回切换是为了看看它们是否使用了相同的板设计。它们使用相同的板设计是理所当然的，但有时你无法确定。这告诉我，是的，板设计相同，但数据当然会有所不同，因为它们是在不同的时间运行的。
此外，您还可以在不同的检测之间来回切换。在这里，我可以看到，K，布局上，载体对照的位置有些相似，比如这些黄色列。但看起来在另一个检测中，有一个阴性对照。它位于b行，而且没有阳性对照，他们还使用了完全不同的化学试剂。
我会切换到另一个标签页，那里有另一个热图，但这次我绘制时，颜色代表了我的响应值。这就是我的布局方式，如果你在观察微孔板，它基本上类似于检测。这非常有用，因为这类实验中经常会出现边缘效应。他们真正喜欢这个仪表盘的一点是，通过查看不同的视图，可以非常轻松地找出有问题的观测值。
例如，当你查看这张热图时，首先映入眼帘的是柱状条纹效应。你可以选中这些井。我按住Shift键选中了它们。你会看到，由于这些不同图表之间的相互关联，其他面板中的井也开始高亮显示。
实际上，这些颜色较深的孔，也就是上面提到的那些点，看起来这里出了点问题。我可能会去找那位科学家或者实际做实验的人，问问他们这里到底发生了什么？我们该怎么办？我们需要排除这些孔的数据吗？为了进一步分析数据，我们是否需要取这两个重复孔的平均值？
右侧的散点图显示了数据点的分布情况。如果你的培养皿中存在一些天然的化学分组，这将非常有用。在这个例子中，因为我知道它有三种不同的对照，所以很容易就能根据化学分组来查看它们的分布情况。当我查看车辆对照时，我注意到这里有一簇观测值似乎低于其他观测值。当我选中它们时，可以立即发现这些观测值来自角落里的最后一列。这又是另一个类似的例子。
当你和进行这项实验的科学家交流时，你可以问他们，这里发生了什么，或者如果这些观测结果只是其他因素造成的假象，我们是否需要排除它们。除了向客户展示数据概况之外，我们还利用这个仪表盘，让他们可以标记或标注他们希望我们在分析中排除的观测结果。
举个例子，他们可能会查看底部的剂量反应曲线。其中有一个数据点看起来很可疑，因为它比其他数据点高。他们可能查看了该数据点，然后决定，或许应该排除这个观察结果，因为它可能存在一些异常或不寻常的情况，与他们的预期不符。
我们会要求他们把这个观察结果标记出来。然后，右键单击该点，选择“行”，然后选择“添加行标签”。看起来它并没有做太多操作，只是添加了名称，因为我的数据表中已经将“名称”作为标签。但它的作用是，如果您返回查看数据表，就会看到我们刚刚添加标签的那一行，现在它上面会显示一个黄色标签。
想象一下，如果你有很多需要标记的观测值，最后你可能想要列出一些需要回头仔细查看的观测值，或者一些需要在后续分析中排除的观测值。你可以创建一个新列，并使用一些实际的公式。这些公式就隐藏在这里。我刚刚添加了“label row state”这个公式，它的作用是将这些标签转换为 0 到 1 的指示器。任何带有标签的行的值为 1，否则为 0。
我想再提一个很棒的小技巧，因为它其实不太好找，但我自从发现它之后就一直在用。它其实就在图例面板里，比如这张热力图里就有。右键点击图例，选择颜色键，然后在渐变选项下，你会发现更多自定义选项。JMP 里有两个选项我特别喜欢，那就是比例类型和范围类型。
刻度类型默认是线性。您可以看到我的颜色图例的值是等间距递增的。您可以将其更改为分位数或截断值。实际上，如果您设置了分位数或截断值，它会给您带来完全不同的数据视角。我需要您仔细考虑或更认真地思考您想要展示的内容，但这确实是一个可以使用的选项。在这个视图中，您可以看到最后一行看起来可能有点奇怪，因为它全是黄色。我总是担心位于培养皿边缘的数据。这是您可以向科学家们咨询的另一个问题。让我再回到这个问题上来。
一切都切换回线性模式，但实际上这里还有很多其他选项可以尝试。我个人比较喜欢用范围类型。默认选项和 JMP……我觉得 JMP 的作用是向上或向下取整最小值和最大值，这样最终得到的数字看起来更美观。但如果你很在意数据的精确范围，可以在这里轻松切换。现在你知道最大值是 115，最小值是 -84。我这就把它切换回默认设置。
最后，这里还有一些美学方面的选项。它们都很简单明了。我喜欢使用离散的颜色，尤其是在使用连续渐变的时候。这是连续渐变的效果，我稍后会切换回离散的颜色。不知为何，我的大脑更容易理解离散的颜色，而不是连续渐变。我也很喜欢使用离散的颜色。
最后，我想说的是，虽然这看起来可能是一个非常简单的想法，但我们实际上只是在搭建类似图表构建面板的工具。它最终却成为了一个非常有效且实用的工具，帮助我们挖掘出原本会错过的数据洞察。一定要好好体验一下仪表盘。希望我的演讲对您有所帮助，感谢您的宝贵时间。
