Fitimet:
- Aftësia për të zgjedhur llojet bazë grafike të biologjisë si komploti i vullkanit, harta e nxehtësisë, komploti i kutisë/violinës dhe PCA për këtë qëllim.
- Aftësia për të zbatuar parimet e ndershmërisë si boshti duke filluar nga zero, përcaktimi i shiritit të gabimit, informacioni n dhe paleta e aksesueshme
- Aftësia për të shmangur grafikët mashtrues që fshehin shpërndarjen, prenë boshtin dhe zbukurojnë të dhënat
Një gjetje biologjike, sado e rëndësishme të jetë, nuk mund të kuptohet nëse nuk vizualizohet mirë. Në të njëjtën kohë, një grafik i keq ose mashtrues mund të keqinterpretojë të dhënat; Ky është edhe një problem etik edhe një gabim shkencor. Në këtë njësi, ne do të diskutojmë llojet e grafikëve më të përdorur në biologji, si t'i prodhojmë ato shpejt me inteligjencën artificiale dhe çfarë duhet t'i kushtojmë vëmendje për t'u siguruar që grafiku të jetë i sinqertë.
AI prodhon parcela të cilësisë së transmetimit në sekonda me kodin matplotlib/detar; por është detyra juaj të vendosni nëse grafiku paraqet saktë të dhënat.
Llojet bazë të grafikëve në biologji
- Grafiku i vullkanit: Krahasimi i madhësisë së efektit (log2FC) dhe rëndësisë (-log10 p) në shprehjen diferenciale. Tregon gjenet e ndryshuara me një shikim.
- Harta e nxehtësisë: Modeli i shprehjes së gjeneve/mostrave të shumta me ngjyra. Ai zbulon modelet përmes grumbullimit.
- Komplot kuti/violinë: Krahasimi i shpërndarjes së grupeve. Është më i sinqertë se shiriti mesatar sepse tregon përhapjen.
- Grafiku PCA: Reduktimi i të dhënave me dimensione të larta në 2 dimensione dhe shfaqja e grupimit të mostrave (analiza e komponentit kryesor).
- Pema filogjenetike: Tregon lidhjen evolucionare të specieve/sekuencave përmes degëzimit.
- Kurba e mbijetesës (Kaplan-Meier): Tregon probabilitetin e një ngjarjeje (p.sh. vdekje) me kalimin e kohës.
Këshillë: Grafikët e thjeshtë me shtylla të paraqitura mbi mesataren shpesh janë mashtruese në biologji, sepse ato errësojnë pikat dhe shpërndarjen e të dhënave individuale. Nëse është e mundur, zgjidhni një komplot kuti ose "beeswarm" që tregon gjithashtu pika. Nëse ka pak pika të dhënash, tregojini të gjitha.
Parime të ndershme grafike
- Le të fillojë boshti nga zero (veçanërisht në grafikët me shtylla); boshti i cunguar e ekzagjeron ndryshimin.
- Specifikoni se cili është shiriti i gabimit: devijimi standard, gabimi standard ose intervali i besueshmërisë? Këto janë shumë të ndryshme.
- Trego n: Sa mostra janë marrë duhet të jetë në grafik ose në titull.
- Përdorni një gamë miqësore të verbërve të ngjyrave (p.sh. viridis); Mos u mbështetni në dallimin kuq-jeshile.
- Mos i zbukuroni të dhënat: Fshirja e pjesës së jashtme, lëvizja e boshtit ose vetëm shfaqja e përsëritjes së bukur është sjellje e gabuar shkencore.
Hap pas hapi: prodhimi i një grafiku vullkani
- Përgatitni të dhënat: tabelën me kolonat gen, log2FC, padj.
- Transformimi: Llogaritni -log10(padj) për boshtin y.
- Vendosni pragjet: |log2FC|>1 dhe padj<0.05.
- Ngjyroseni: Lart, poshtë, tre kategori të pakuptimta.
- Etiketa: Emërtoni disa (jo të gjitha) gjenet më të forta.
- Titulli dhe boshti: Pastro etiketën, informacionin n, përshkrimin e pragut.
Modele të shpejtë të kopjueshëm
Roli: Ju jeni një asistent vizualizimi shkencor. Detyrë: Vizatoni një grafik vullkani nga tabela ime e shprehjes diferenciale (gen, log2FC, padj). Pragu: padj<0.05 dhe |log2FC|>1. Ngjyrosni tre kategoritë dhe etiketoni 10 gjenet më të rëndësishme. Paleta miqësore për ngjyrat, etiketa e qartë e boshtit, shtoni n informacion në kokë. matplotlib, cilësia e transmetimit. Kodi i komentuar.
Vizatoni një hartë të nxehtësisë: rreshtat janë 50 gjenet më të ndryshueshme, kolonat janë mostra. Kryeni normalizimin e rreshtave me rezultatin Z, shtoni grupimin hierarkik, përdorni paletën viridis. Trego grupet e mostrave me një shirit ngjyrash.
Shpjegoni nëse shiriti i gabimit në grafikun tim duhet të jetë devijimi standard ose gabim standard, në varësi të qëllimit të eksperimentit. Shpjegoni ndryshimin midis të dyjave dhe pasojat e zgjedhjes së të gabuarës.
Bëjeni këtë grafik me shirita më të sinqertë: shtoni pikat individuale të të dhënave në krye, boshtin e fillimit në zero, tregoni n. Kodi i disponueshëm: [code]
Prompt i dobët / Prompt i fortë
I dobët: "Parko rendimentin".
E fortë: "Keni të dhëna për aktivitetin e enzimës për 4 grupe (n=8 secili). Vizatoni një tabelë violine që krahason grupet; mbivendosni pikat individuale të të dhënave për secilin grup; tregoni vijën mesatare; filloni boshtin y në zero; shtoni njësi në etiketat e boshteve (nmol/min); përdorni paleta të përshtatshme për të verbërit e ngjyrave. Sigurohuni që grafiku të përfaqësojë shpërndarjen në mënyrë të drejtë."
Dallimi: Prompti i fuqishëm ka llojin e grafikut, n, politikat e ndershmërisë dhe njësinë. Modeli prodhon një grafikë që është informuese, jo mashtruese.
tre mini kuti
Rasti 1 - Boshti i cunguar: Në një prezantim, një ndryshim prej 3% midis dy grupeve u bë i madh duke e shtrydhur boshtin midis 95-100. Kur AI filloi boshtin nga e para, doli se ndryshimi ishte në të vërtetë i vogël. Mësimi: manipulimi i boshtit mashtron shikuesin.
Rasti 2 - Shpërndarja e fshehur: Një grafik me shtylla tregoi dy grupe "dukshëm të ndryshëm"; por kur u shtuan pikët, u pa se grupet mbivendosen në një masë të madhe dhe diferenca vinte nga disa pika të jashtme. Kur modelja sugjeroi shtimin e pikëve, doli historia e vërtetë. Mësimi: një tabelë që fsheh gënjeshtrat e shpërndarjes.
Rasti 3 — Problemi i verbërisë së ngjyrave: U vizatua një hartë e nxehtësisë me një gamë të kuqe-jeshile; Përafërsisht 8% e audiencës (meshkuj pa ngjyra) nuk mund ta shihnin dallimin. Kur kalova në paletën Viridis, grafiku u bë i lexueshëm për të gjithë. Mësimi: paleta e aksesueshme duhet të jetë standarde.
grafik krahasimi
Qëllimi
grafik i përshtatshëm
Për t'u shmangur
shprehje diferenciale
grafiku i vullkanit
listë p të papërpunuar
Shpërndarja në grup
kuti/violinë+pika
shkop i thjeshtë
model shumëgjenesh
Harta e nxehtësisë (e grumbulluar)
tryezë e gjatë
Grumbullimi i mostrave
PCA
-
kohë-ngjarje
Kaplan-Meier
shirit mesatar
Gabimet e zakonshme
- Boshti i cunguar: Ekzagjerimi i ndryshimit.
- Fshih shpërndarjen: Shfaq vetëm shiritin mesatar.
- Mos përcaktimi i shiritit të gabimit: konfuzion SD/SE/GA.
- Nuk specifikohet n: Lexuesi nuk mund të vlerësojë besueshmërinë.
- Ngjyra e paarritshme: Përjashtohen të verbërit me ngjyra me një gamë të kuqe-jeshile.
- Zbukurimi i të dhënave: Përfaqësimi selektiv është sjellje e pahijshme shkencore.
Kujdes: Çdo rregullim i grafikut që i bën të dhënat të duken ndryshe nga sa janë (prerja e boshtit, fshehja e pjesës së jashtme, përsëritja selektive) është një shkelje e integritetit shkencor. AI mund të prodhojë teknikisht një tabelë "të bukur"; por është përgjegjësia juaj të siguroheni që grafiku i përfaqëson të dhënat në mënyrë të drejtë.
Pema filogjenetike dhe grafikët e marrëdhënieve
Një vizualizim specifik për biologjinë është pema filogjenetike, e cila tregon marrëdhënien evolucionare të specieve ose sekuencave. Modeli i degëzimit tregon lidhjen, dhe gjatësitë e degëve tregojnë sasinë e ndryshimit. AI shkruan kodin që ndërton një pemë nga sekuenca të rreshtuara (p.sh. me Biopython Phylo ose ete3) dhe e vizaton pemën në një format të lexueshëm. Megjithatë, ka dy gracka në interpretimin e pemës: injorimi i gjatësisë së degës dhe shikimi vetëm i degëzimit dhe mos specifikimi i bootstrap-it (vlera që tregon se sa e besueshme është dega). Një degë me mbështetje të ulët nuk është e mjaftueshme për të pretenduar lidhjen farefisnore përfundimtare.
Vizatoni një pemë filogjenetike nga sekuencat e rreshtuara. Shfaqni gjatësitë e degëve në shkallë, shtoni vlerat e mbështetjes së bootstrap në nyje, shënoni degët me mbështetje të ulët nën 70%. Afrohuni me kujdes degëve të ulëta të mbështetjes kur interpretoni pemën.
Tabela me grafik: cila kur
Jo çdo të dhënë kërkon grafikë. Aty ku numrat e saktë janë të rëndësishëm (p.sh. vlerat e sakta të disa grupeve, rezultatet statistikore) një tabelë e mirëorganizuar është më e lartë se një grafik. Grafiku tregon modelin dhe krahasimin; Tabela jep vlerën e saktë. Kur pyetet për inteligjencën artificiale, "duhet të shfaqen këto të dhëna si grafik apo tabelë?" dhe kërkimi i justifikimit forcon prezantimin tuaj.
Së fundi, grafiku duhet të jetë vetë-shpjegues. Një lexues duhet të jetë në gjendje të kuptojë se çfarë tregohet vetëm duke parë grafikun dhe titullin e tij pa lexuar tekstin: boshtet duhet të etiketohen dhe me njësi, grupet duhet të përcaktohen, n duhet të specifikohet, rëndësia statistikore duhet të shënohet. Pyete grafikun tënd nga AI-ja "a është e pavarur me titullin dhe etiketat e saj?" Inspektimi i tij është një kontroll i mirë përfundimtar.
Grafik i gatshëm për publikim: detaje teknike
Ka disa detaje teknike që marrin një grafik nga pamja e mirë në ekran për t'u përdorur në transmetim, dhe AI mund t'i shtojë këto në kod. Së pari, rezolucioni: revistat shpesh kërkojnë rezolucion të lartë (300 DPI e lart) ose format vektorial (PDF, SVG); Kjo siguron që grafika të mos turbullohet në printim. E dyta është madhësia e shkronjave: një etiketë që mund të lexohet në ekran mund të mos lexohet kur zvogëlohet në faqen e artikullit; pikat e boshtit dhe etiketës duhet të rregullohen në përputhje me rrethanat. Së treti, qëndrueshmëria: përdorimi i kodimit të së njëjtës ngjyrë (p.sh., kontrolli gjithmonë gri, trajtimi gjithmonë blu) në të gjithë grafikët në të njëjtin studim e pengon lexuesin të ridekodojë çdo grafik. Ju mund t'i shtoni këto detaje në një hap duke i thënë inteligjencës artificiale "bëje këtë grafik gati për publikim: 300 DPI, prodhimi vektorial, madhësia e madhe e shkronjave, paleta e qëndrueshme e ngjyrave".
Përgatitni grafikun tim për publikim: 300 DPI dhe ruajeni gjithashtu si vektor (PDF), rrisni përmasat e boshteve dhe etiketave në madhësi të lexueshme nga printimi, aplikoni një gamë të qëndrueshme ngjyrash në të gjithë paraqitjen (kontroll=gri, trajtim=blu). Jep kodin e komentuar me matplotlib.
Në përmbledhje
Një grafik i mirë shkencor i shfaq të dhënat në mënyrë të qartë dhe të sinqertë. Komploti i vullkanit, harta e nxehtësisë, komploti i kutisë/violinës dhe PCA janë mjetet bazë të biologjisë. AI shkruan shpejt kodin për këta grafikë, por është detyra juaj të ndiqni parimet e ndershmërisë si fillimi i boshtit në zero, shfaqja e shpërndarjes, përcaktimi i shiritit të gabimit, specifikimi n dhe paleta e aksesueshme. Grafikat e bukura nuk janë grafika të ndershme.
Detyra e aplikimit
Me një grup të dhënash që keni (ose një mostër), lëreni që AI të prodhojë dy diagrame: një grafik violinë/kuti me pikat e të dhënave që tregojnë shpërndarjen e grupit dhe një grafik vullkani nga një tabelë e shprehjes diferenciale. Në të dyja, boshti i fillimit nga zero (nëse është e përshtatshme), shtoni n në titull, përdorni paletën miqësore me verbërinë e ngjyrave. Më pas kërkojini modelit të prodhojë një version "mashtrues" dhe "të ndershëm" të të njëjtit grafik me shtylla dhe shpjegoni ndryshimin.
listë kontrolli
- [ ] Zgjodha llojin e grafikut sipas të dhënave dhe qëllimit.
- [ ] Unë e kam inicializuar siç duhet boshtin nga e para.
- [ ] Unë tregova shpërndarjen/pikat e të dhënave, jo vetëm mesataren.
- [ ] Përcaktova se çfarë është shiriti i gabimit (SD/SE/GA).
- Unë shtova [ ] n informacion në grafik.
- [ ] Kam përdorur një gamë miqësore me verbërinë e ngjyrave dhe nuk i zbukurova të dhënat.