SDJBFでの発表スライド。科学者一般に向けて、近年のデータ解析、可視化ツールの一般的な話題を。

1. ライフサイエンス向けデータ可視化技術の現状
Keiichiro Ono
大野圭一朗
UC, San Diego, Department of Medicine
SDJBF 4/24/2015

2.
スライドはこの後すぐに公開します
…ので細かいリンク等はメモしなくても大丈夫です.
ちょっと詰め込みすぎましたので

3. Q.
プログラミング経験の
ある方はいらっしゃいますか？

4. Agenda
今日お話すること

5. 実務者向け可視化技術の現状
実際の可視化技術の紹介
実践するには？
Agenda
今日お話すること

6. 実務者向け可視化技術の現状
実際の可視化技術の紹介
実践するには？
Agenda
今日お話すること

7. Keiichiro Ono

8. Keiichiro Ono
Background
Bioinformatics
Computer Science
Work
Research
Bioinformatics workflow
Visualization pipeline
Data
Visualization
Networks
Other Biological Data
Integration
Molecular Interactions
Pathways
Annotations
Software Development
Cytoscape
NeXO
Cyberinfrastructure
All kinds of small tools
Like
Art
Kandinsky
Mondrian
Music
Electronica
Techno
Minimal
Detroit
Jazz
Sci-fi
Movie
Novel
Life
US
San Diego
San Francisco Bay Area
Los Angeles
Orange County
Japan
Gifu
Tokyo

9. Background
Bioinformatics
Computer Science

10. 計算機科学 生物学

11. https://flic.kr/p/5fJ4U4

12. >gi|10313991|ref|NC_002549.1| Zaire ebolavirus isolate Ebola virus/
H.sapiens-tc/COD/1976/Yambuku-Mayinga, complete genome
CGGACACACAAAAAGAAAGAAGAATTTTTAGGATCTTTTGTGTGCGAATAACTATGAGGAAGATTAATAA
TTTTCCTCTCATTGAAATTTATATCGGAATTTAAATTGAAATTGTTACTGTAATCACACCTGGTTTGTTT
CAGAGCCACATCACAAAGATAGAGAACAACCTAGGTCTCCGAAGGGAGCAAGGGCATCAGTGTGCTCAGT
TGAAAATCCCTTGTCAACACCTAGGTCTTATCACATCACAAGTTCCACCTCAGACTCTGCAGGGTGATCC
AACAACCTTAATAGAAACATTATTGTTAAAGGACAGCATTAGTTCACAGTCAAACAAGCAAGATTGAGAA
TTAACCTTGGTTTTGAACTTGAACACTTAGGGGATTGAAGATTCAACAACCCTAAAGCTTGGGGTAAAAC
ATTGGAAATAGTTAAAAGACAAATTGCTCGGAATCACAAAATTCCGAGTATGGATTCTCGTCCTCAGAAA
ATCTGGATGGCGCCGAGTCTCACTGAATCTGACATGGATTACCACAAGATCTTGACAGCAGGTCTGTCCG
TTCAACAGGGGATTGTTCGGCAAAGAGTCATCCCAGTGTATCAAGTAAACAATCTTGAAGAAATTTGCCA
ACTTATCATACAGGCCTTTGAAGCAGGTGTTGATTTTCAAGAGAGTGCGGACAGTTTCCTTCTCATGCTT
TGTCTTCATCATGCGTACCAGGGAGATTACAAACTTTTCTTGGAAAGTGGCGCAGTCAAGTATTTGGAAG
GGCACGGGTTCCGTTTTGAAGTCAAGAAGCGTGATGGAGTGAAGCGCCTTGAGGAATTGCTGCCAGCAGT
ATCTAGTGGAAAAAACATTAAGAGAACACTTGCTGCCATGCCGGAAGAGGAGACAACTGAAGCTAATGCC
GGTCAGTTTCTCTCCTTTGCAAGTCTATTCCTTCCGAAATTGGTAGTAGGAGAAAAGGCTTGCCTTGAGA
AGGTTCAAAGGCAAATTCAAGTACATGCAGAGCAAGGACTGATACAATATCCAACAGCTTGGCAATCAGT
AGGACACATGATGGTGATTTTCCGTTTGATGCGAACAAATTTTCTGATCAAATTTCTCCTAATACACCAA
GGGATGCACATGGTTGCCGGGCATGATGCCAACGATGCTGTGATTTCAAATTCAGTGGCTCAAGCTCGTT
TTTCAGGCTTATTGATTGTCAAAACAGTACTTGATCATATCCTACAAAAGACAGAACGAGGAGTTCGTCT
CCATCCTCTTGCAAGGACCGCCAAGGTAAAAAATGAGGTGAACTCCTTTAAGGCTGCACTCAGCTCCCTG
GCCAAGCATGGAGAGTATGCTCCTTTCGCCCGACTTTTGAACCTTTCTGGAGTAAATAATCTTGAGCATG
GTCTTTTCCCTCAACTATCGGCAATTGCACTCGGAGTCGCCACAGCACACGGGAGTACCCTCGCAGGAGT
AAATGTTGGAGAACAGTATCAACAACTCAGAGAGGCTGCCACTGAGGCTGAGAAGCAACTCCAACAATAT
GCAGAGTCTCGCGAACTTGACCATCTTGGACTTGATGATCAGGAAAAGAAAATTCTTATGAACTTCCATC
AGAAAAAGAACGAAATCAGCTTCCAGCAAACAAACGCTATGGTAACTCTAAGAAAAGAGCGCCTGGCCAA

13. Software Development >> Research

14. Keiichiro Ono
Background
Bioinformatics
Computer Science
Work
Research
Bioinformatics workflow
Visualization pipeline
Data
Visualization
Networks
Other Biological Data
Integration
Molecular Interactions
Pathways
Annotations
Software Development
Cytoscape
NeXO
Cyberinfrastructure
All kinds of small tools
Like
Art
Kandinsky
Mondrian
Music
Electronica
Techno
Minimal
Detroit
Jazz
Sci-fi
Movie
Novel
Life
US
San Diego
San Francisco Bay Area
Los Angeles
Orange County
Japan
Gifu
Tokyo

15. Keiic
Work
Research
Bioinformatics workflow
Visualization pipeline
Data
Visualization
Networks
Other Biological Data
Integration
Molecular Interactions
Pathways
Annotations
Software Development
Cytoscape
NeXO
Cyberinfrastructure
All kinds of small tools

16. Cytoscape
Open Source Platform for Network
Analysis and Visualization

19. Human Interactome (Source: irefindex)

21. http://nrnb.org/

22. http://home.ndexbio.org/

23. 実践者向け可視化技術の現状

24. 実践者向け可視化技術の現状

25. 実践者

26. 実践者
- 科学者
- 研究者
- Data Scientist
実際にデータを処理 / 可視化し、論文やレポートを書く人々

27. 実践者 可視化技術の研究者
私自身コンピュータグラフィックスのバックグラウンドはありません

28. Data Visualization
Biology

29. Biology

30. 実験手法の革新
Illumina HiSeqX (http://systems.illumina.com/content/dam/illumina-marketing/documents/products/datasheets/datasheet-hiseq-x-ten.pdf)

31. データ量の爆発
配列: DNA / アミノ酸
タンパク質の三次元構造
分子間相互作用
キュレートされたパスウェイ
SNPs（一塩基多型）
文献

32. Data and Services at EBI
www.ebi.ac.uk/services

35. 解析と可視化への需要
膨大なデータ

36. Why?
なぜ可視化するのか？

38. –Tamara Munzner
Visualization is suitable when there is a
need to augment human capabilities
rather than replace people with
computational decision-making methods.
Visualization Analysis and Design. A K Peters/CRC Press, 10/2014.
可視化の利用は、（機械学習などの）計算機的手法で人を置き換える場合ではなく、
ヒトの能力を拡張して意思決定を行う必要がある時にこそ適切である。

39. 意思決定のための
ヒトの認知能力の拡張

40. 新世代の実験手法により生み出される膨大なデータ
を整理して理解するために人の認知能力を拡張する

41. Biology

42. Data Visualization
Biology

43. Data Visualization

47. dx.doi.org/10.2210/rcsb_pdb/mom_2014_10

48. Costanzo et al.
Science. 2010 Jan 22;327(5964):425-31

49. www.ebi.ac.uk/gwas/

50. http://www.ebi.ac.uk/fgpt/gwas/#

52. openworm.org

53. 問題点

54. 紙や静止画で見てもよくわからない…

55. 原因
• そもそもデータセットが大きい
• インタラクティブな操作の必要性
• ズームイン・アウト
• パン
• 検索
• これらは紙では不可能

56. Web-Based
Data Visualization

57. データ発表の場としてのウェブ
• 非常に多元的で多岐にわたる生物学的データセット
を紙のみで分かりやすく表現するのは限界がある
• 論文ではスタティックな図で
• サプリメントとしてウェブを使ってインタラクティ
ブな表現としてデータを公開

58. データ収集 解析 可視化
論文としての発表
Web App
としての公開
データベース
への登録
論文としての発表

59. データ収集 解析 可視化
論文としての発表
Web App
としての公開
データベース
への登録
論文としての発表

60. NeXOa gene ontology inferred from molecular networks

61. Dutkowski, Janusz, et al. "A gene
ontology inferred from molecular
networks." Nature biotechnology
31.1 (2013): 38-45.

62. Dutkowski, Janusz, et al. "NeXO Web: the NeXO ontology database and
visualization platform." Nucleic acids research 42.D1 (2014): D1269-D1274.

63. 紙を超える

64. • 紙は偉大な発明
• 電気もいらない
• 高い保存性
• 数百年保つ
• 手にとって読める
• PDFも印刷する人が未だに多い

65. • アーカイブ
• データ・コードの保存
• 技術トレンドの変化
• 例: Adobe Flashの死
• アクセス性
• ウェブが多くを解決したがまだ不完全
デジタルデータの問題

66. それでもなお挑戦する価値があるアドバンテージ
双方向性

67. ELSEVIER
www.elsevier.com/about/content-innovation

70. ここまでのまとめ
- 現代の生物学はData-Drivenなサイエンス
- 大量のデータを解析/可視化するには計算機の力が必要
- 大手ジャーナルも新しい科学出版を模索する中で様々
なデータ可視化に関する取り組みを始めている

71. 実際に触れてみる

72. 現代的なデータ可視化環境に触れる
• 難しく考える必要はない
• ポイント：
• 計算機で加工することを念頭に置いたデータ集取

73. 可視化のツール

74. selection.datavisualization.ch

79. ???

80. ツールの用途を整理する

81. 可視化技術のレイヤ
データ可視化用ライブラリ
D3.js, p5.js, Cytoscape.js
低レベルな描画ライブラリ
OpenGL, WebGL, HTML5 Canvas, Java2D
アプリケーション
ゲノムブラウザ / パスウェイビューア / チャート生成

82. 可視化技術のレイヤ
データ可視化用ライブラリ
D3.js, p5.js, Cytoscape.js
アプリケーション
ゲノムブラウザ / パスウェイビューア / チャート生成

83. 可視化技術のレイヤ
アプリケーション
ゲノムブラウザ / パスウェイビューア / チャート生成

84. 低 中 高
難易度

85. 低 中 高

86. 必要とされるプログラミングのスキル

87. カスタマイズ性

89. Microsoft Excel

90. Microsoft Excel
多くの生物学者にとって基
本的なデータ解析・可視化
環境
現在のバージョンではかな
り複雑な可視化が可能
プログラマブル - 拡張可能

91. Microsoft Excel
しかしそこから作られる可
視化結果は今ひとつな場合
も多い…
何故？

92. 可視化に関する基礎知識の欠如

94. Diagram of the causes of mortality in the army in the East
by Florence Nightingale

95. mbostock.github.io/protovis/ex/crimea-rose-full.html

96. bl.ocks.org/kgryte/raw/5926740

97. データセットに対して正しい手法を使い分ける

98. 基本的な技法に関する知識はツールが変わっても使える

102. 例： チャートジャンクを避ける

103. Tufte 1983, 2001. p. 111

104. 例： data/ink 比を最大化する

106. grammar of graphics:
a general scheme for data visualization which
breaks up graphs into semantic components such
as scales and layers
en.wikipedia.org/wiki/Ggplot2

110. tableau
www.tableau.com

112. D3: Data Driven Document

113. D3: Data Driven Document
基本的にはプログラマ向けのツール
とても低レベル (機械寄りという意味です）
複雑なデータに対して新しい可視化手法を実装するのに便利
勤務先に計算機部隊の居る方向け
プログラマでない方がイチから作るのはなかなか厳しいです…

114. d3js.org/

117. Lab Notebookとしての計算機

118. Jupyterとは何か？
「コンピュータを使った解析と可視化のためのラボノート」
かつてはIPython Notebookと呼ばれていた
→ その名の通りPython専用だった
現在は様々な言語をサポート
オープンソースで無償のソフトウェア

119. Shen, Helen. "Interactive notebooks: Sharing the code." Nature 515.7525 (2014): 151-152.

121. Demo (時間があれば…）

122. 科学における再現性向上のために

124. 生物学のためのプログラミング

126. A community for developers and users of Python data tools
pydata.org

127. by Peter Wang @PyData 2014

129. 未来のツールの方向性

130. plot.ly

131. 複雑な可視化をプログラミングなしで

132. 実践のためにすぐできること
…もしくは計算機分野の人々とうまく付き合う方法

133. 生物学・計算機科学・統計学・医学

134. 分野の壁
https://flic.kr/p/2SqQe

135. https://flic.kr/p/6rUPaH
分野を超える努力

136. 1. データとレイアウトを分ける

137. nkbp.jp/1PjP09u
データ解析/可視化の人々に嫌がらせをする方法

138. 可視化技術のレイヤ
マッピング
データ
描画

139. 可視化技術のレイヤ
マッピング
データ
描画
✔

140. Prepare Data for Machines!
データは機械のために準備する

141. ２. データの履歴を管理する

142. 3. 文房具としてのプログラミング

143. 4. 出来ればオープンな技術を使う

144. Summary
まとめ

145. • 複雑な生物学分野のデータを、計算機を使って可視化する需要は今後
も高まる
• 大手ジャーナルの出版社は新しいウェブでの論文の形を模索している
• そういった表現に適したものを作るための、データ加工と可視化をす
るツールは現在も多数存在する
• 高度な可視化を作成するには計算機の力が必須であり、科学者とソフ
トウェア技術者の協業が重要

146. コラボレーションも受け付けています！
http://nrnb.org/

147. 参考：プログラマーが効果的な可視化を作成する
http://qiita.com/keiono/items/
9042bf58224ca54bdb45

148. Thank you!

149. References
• Tufte, Edward R., and P. R. Graves-Morris. The visual display of quantitative
information. Vol. 2. Cheshire, CT: Graphics press, 1983.
• Wilkinson, Leland, et al. The grammar of graphics. Springer Science &
Business Media, 2006.
• Shen, Helen. "Interactive notebooks: Sharing the code." Nature 515.7525
(2014): 151-152.
• Tamara Munzner. Visualization Analysis and Design. A K Peters Visualization
Series, CRC Press, 2014.

150. Data Analysis / Visualization Tools
• Cytoscape: http://www.cytoscape.org/
• Cytoscape Tutorial: http://opentutorials.cgl.ucsf.edu/index.php/Portal:Cytoscape3
• Bioconductor: http://www.bioconductor.org/
• Jupyter: http://jupyter.org/
• Content Innovation: http://www.elsevier.com/about/content-innovation

151. 2015 Keiichiro Ono
kono@ucsd.edu
Twitter ID: c_z

152. https://www.flickr.com/photos/zeissmicro/6779276516/in/photolist-bk4yHS-9ArtYT-8LReTd-8LQXrY-8NyBEs-enYpjq-enoJtz-o9oymN-8Q1YMC-7vnfkT-hhEdRg-9As3BV-7CgoAa-
gaHyDs-hhErzb-sGZEi-om1U6i-enoJ6r-enoJc2-enoJyk-enoHVV-enYoHJ-9AuXJL-9As31z-bDWpAi-9As2VT-9AuXBC-9As3yF-9AuXFq-9As3ua-9As3qR-9AuXmQ-8qPd5a-brC9Xu-
e6hrBg-8UAa79-4Zh8ea-tCkcU-fxM4Sc-6RXXo5-7Cgdng-2DwDVp-7CgdmK-dPpCu-k9QxQ-bnHQJ2-mE13n-35K3bp-dCJ5Ub-e6o6aA
https://www.flickr.com/photos/nasamarshall/11717956263/in/photolist-iRtA9F-oWv5Tp-ehGe21-n7vna-nVUnJ-8zAW7F-dyM2sc-yyMZn-9VwETJ-Ev9gL-7WZ431-o1ahRu-opV1fV-
daHxyK-de124v-9yomNh-9yQ9sq-qgKD5W-5f9hWF-9y5sEm-pJ1ktE-8BFiRP-hKWj3n-dQR1SZ-hjMKwC-buGXJx-iipHgu-hSu56B-dxjECS-7WNoPz-dgFzxW-aZF8SV-cXNxJE-
ig39ti-iDRphG-8nSRdr-pdjbjq-9ENznU-7RkW9g-amX7AG-p15fVq-8DtkKe-onHHNF-4naLdV-eWD9Az-8SbHxL-aUhuvk-8BFiQe-76JJhW-paXCw1
https://www.flickr.com/photos/europeanspaceagency/14156437489/in/photolist-nyXrEr-nRaCfF-np8DEj-nEAWct-nyxcx8-nT7mN4-oaajYV-o6Ufjf-nPrwMk-nFbeTr-nF7NpE-nEUFtu-
nCWtNw-nCWnhe-nCVKUU-nV7FWN-nUdrcF-nBDkjh-nRip4m-nygdvS-nygLBc-nSx3gB-nyfMsp-nQFD8N-nyfExb-nwe5DL-nK28q9-nFJeTN-nmypBs-nk1DG9-ndAaTu-nt31wU-
ndzXx4-ndAdnf-ndzXvv-ndzXtg-ndzXsK-nuNVJ7-nuMVJt-nv7yVj-nv5GuT-ndAaGs-ndAdej-ndAaFf-ndzXkk-ndAdds-ndAaDS-ndAaDG-ndzXji-ndzXir
https://www.flickr.com/photos/zeissmicro/8570860619/in/photolist-9vbCYe-63DZir-9ywXj6-9r6UuY-9ksqzw-4cCZYT-xXxXi-61ZXVV-p6emAt-e4nSpc-
p6eG9s-9EY425-9vbmhi-9vbmoR-86tyCW-88oNSA-99dmNQ-9TDHo-9nDeK-e4nUfX-dPpjY-iLniN8-95Hcj8-9tUm3H-e4tvyq-9c69Hi-9c9egy-9ma3xL-
e6sRCo-95Leb5-7mCiLg-7pGHGp-99aeQV-e4nUhv-y2x1d-4Ez7Po-dN8ZCa-e4nUiP-4Pyr1T-e4tvBC-e4nUjH-5QZbY9-
e6ndN2-92NqxA-92Nqxw-92Nqxy-72Fzyv-83Qzsq-7y5WmL-4dKNBb
https://flic.kr/p/51Veqw
https://flic.kr/p/6A5bjK
Photo Credits