[論文レビュー] Analyzing Chromatin Using Tiled Binned Scatterplot Matrices

Dirk Zeckzer, Daniel Gerighausen+2 more|arXiv (Cornell University)|Jul 8, 2014

Epigenetics and DNA Methylation参考文献 24被引用数 4

ひとこと要約

この論文では、メモリ効率の良い可視化手法であるTiBi-Scatterを紹介する。この手法はタイリングされたビン化散布図行列を用いて、大規模で多次元のクロマチンデータセットに対する仮説なしの相関分析を可能にする。データをビン化されたタイルにグループ化し、行列レイアウトに配置することで、計算オーバーヘッドを最小限に抑えつつ、エピゲノムデータのスケーラブルな探索を可能にし、特にリソースが限られた高次元の生物学的データセットに特に適している。

ABSTRACT

Background: Over the last years, more and more biological data became available. Besides the pure amount of new data, also its dimensionality - the number of different attributes per data point - increased. Recently, especially the amount of data on chromatin and its modifications increased considerably. In the field of epigenetics, appropriate visualization tools designed for highlighting the different aspects of epigenetic data are currently not available. Results: We present a tool called TiBi-Scatter enabling correlation analysis in 2D. This approach allows for analyzing multidimensional data while keeping the use of resources such as memory small. Thus, it is in particular applicable to large data sets. Conclusions: TiBi-Scatter is a resource-friendly and easy to use tool that allows for the hypothesis-free analysis of large multidimensional biological data sets.

研究の動機と目的

• 多次元エピゲノムデータ、特にクロマチン修飾プロファイルのための効果的な可視化ツールの不足に対処すること。
• 高コストな計算リソースを要せず、大規模なクロマチンデータセットにおける相関分析を可能にすること。
• 複数の次元にわたる対比較関係を可視化することで、複雑な生物学的データの仮説なし探索を支援すること。
• 高次元データを扱っても視覚的明確性と分析的有用性を維持する手法を開発すること。
• 従来の散布図行列が大規模データセットに対して計算的に不可能であるのに対し、軽量でスケーラブルな代替手法を提供すること。

提案手法

• この手法は、データ空間を長方形のビンに分割するタイリング戦略を採用しており、プロットされる点の数を削減し、レンダリング効率を向上させる。
• 行列内の各タイルは、2つのクロマチン特徴量のビン化された散布図を表し、各軸に独立してビン化を適用することで、データ密度を低減する。
• タイリングされたビン化された散布図行列レイアウトにより、すべての特徴量の組み合わせにわたる複数の対比較関係を、コンactかつスケーラブルな形式で同時に可視化できる。
• データは事前に類似した値をビンにグループ化し、各ビン内のデータポイントの頻度または密度を示す色付きタイルとして可視化する。
• 大規模なデータセットを性能劣化なしに処理できる、メモリ効率の良いデータ構造とレンダリング技術を活用する。
• インタラクティブでスケーラブルな可視化を設計しており、標準的なハードウェアでも高次元エピゲノムデータの探索を可能にする。

実験結果

リサーチクエスチョン

• RQ1 大規模で多次元のクロマチンデータを、過度なメモリ使用量を伴わずに効率的に可視化する方法は何か？
• RQ2 タイリングされたビン化された散布図行列は、高次元データにおけるエピゲノム特徴量間の相関を効果的に明らかにできるか？
• RQ3 データの複雑さを低減しつつ、視覚的解釈可能性をどの程度維持できるか？
• RQ4 従来の散布図行列と比較して、生物学者が使用するにあたり、スケーラビリティと使いやすさの点でこのアプローチはどのように異なるか？
• RQ5 この手法は、複数のゲノム特徴にわたるクロマチン修飾パターンの仮説なし探索を支援できるか？

主な発見

• TiBi-Scatterは、データのビン化とタイリングによるメモリ使用量の削減により、大規模なクロマチンデータセットのスケーラブルな可視化を可能にする。
• この手法は、高次元データでさえも、エピゲノム特徴量間の相関の検出に役立つ視覚的明確性を維持している。
• このツールは計算的に軽量であり、標準的なハードウェアへのデプロイに適しており、日常的な生物学的データ解析にアクセス可能である。
• タイリングされたビン化アプローチにより、メモリとパフォーマンス制約のため従来不可能とされていた散布図行列の効率的レンダリングが可能になった。
• この可視化は事前の仮説なしの探索的分析を支援し、クロマチン修飾データにおける隠れたパターンの発見を促進する。
• このアプローチはBioVis 2014会議の文脈で検証されており、バイオインフォマティクスコミュニティにおける関連性と有用性を示している。