Snel inzicht met automatische datavisualisatie

High-throughput data, voortkomend uit geautomatiseerde processtappen, kunnen inzichtelijk worden gemaakt met datavisualisatie. Datavisualisatie zet (ruwe) gegevens om naar grafische representaties, zoals punten, lijnen, vlakken en combinaties daarvan. Het belangrijkste doel is om gebruikers te helpen hun analysetaken effectiever uit te voeren. Cruciaal hierbij is het in de hand houden van complexiteit door middel van interactie, waarmee gebruikers bijvoorbeeld de visualisatie kunnen aanpassen door te filteren, een andere weergave te kiezen en de hoeveelheid getoonde details kunnen instellen. De visuele voorstellingen maken het gemakkelijk voor gebruikers om in het oog springende aspecten van hun gegevens snel waar te nemen en daar analyses op uit te voeren. Michel Westenberg van TU Eindhoven vertelt over de principes van datavisualisatie en visual analytics en gaat in op een analysetool ontwikkeld aan de TUe.

Als voorbeeld geeft Michel Westenberg dat data zoals gen-expressies uit microarrays of RNA-seq, inzichtelijk worden gemaakt met datavisualisatie. Voor interpretatie van deze data spelen ook biologische interactienetwerken een steeds belangrijker rol; het idee hierbij is om de data te analyseren in vergelijking met bekende interacties tussen genen of proteïnen. Deze aanpak van integratieve netwerkanalyse gebruikt de high-throughput data om modules uit dergelijke grote netwerken met duizenden genen/proteïnen en interacties te halen. Op 31 maart zal de presentatie dan ook ingaan op interactieve visualisatie van zulke modules met speciale tools die ontwikkeld zijn door de werkgroep aan de TUe.

Meld u aan voor een bezoek.