• 文献检索
  • 文档翻译
  • 深度研究
  • 学术资讯
  • Suppr Zotero 插件Zotero 插件
  • 邀请有礼
  • 套餐&价格
  • 历史记录
应用&插件
Suppr Zotero 插件Zotero 插件浏览器插件Mac 客户端Windows 客户端微信小程序
定价
高级版会员购买积分包购买API积分包
服务
文献检索文档翻译深度研究API 文档MCP 服务
关于我们
关于 Suppr公司介绍联系我们用户协议隐私条款
关注我们

Suppr 超能文献

核心技术专利:CN118964589B侵权必究
粤ICP备2023148730 号-1Suppr @ 2026

文献检索

告别复杂PubMed语法,用中文像聊天一样搜索,搜遍4000万医学文献。AI智能推荐,让科研检索更轻松。

立即免费搜索

文件翻译

保留排版,准确专业,支持PDF/Word/PPT等文件格式,支持 12+语言互译。

免费翻译文档

深度研究

AI帮你快速写综述,25分钟生成高质量综述,智能提取关键信息,辅助科研写作。

立即免费体验

BigTop:用于 GWAS 可视化的三维虚拟现实工具。

BigTop: a three-dimensional virtual reality tool for GWAS visualization.

机构信息

DNAnexus, Inc., Mountain View, CA, USA.

出版信息

BMC Bioinformatics. 2020 Jan 31;21(1):39. doi: 10.1186/s12859-020-3373-5.

DOI:10.1186/s12859-020-3373-5
PMID:32005132
原文链接:https://pmc.ncbi.nlm.nih.gov/articles/PMC6995189/
Abstract

BACKGROUND

Genome-wide association studies (GWAS) are typically visualized using a two-dimensional Manhattan plot, displaying chromosomal location of SNPs along the x-axis and the negative log-10 of their p-value on the y-axis. This traditional plot provides a broad overview of the results, but offers little opportunity for interaction or expansion of specific regions, and is unable to show additional dimensions of the dataset.

RESULTS

We created BigTop, a visualization framework in virtual reality (VR), designed to render a Manhattan plot in three dimensions, wrapping the graph around the user in a simulated cylindrical room. BigTop uses the z-axis to display minor allele frequency of each SNP, allowing for the identification of allelic variants of genes. BigTop also offers additional interactivity, allowing users to select any individual SNP and receive expanded information, including SNP name, exact values, and gene location, if applicable. BigTop is built in JavaScript using the React and A-Frame frameworks, and can be rendered using commercially available VR headsets or in a two-dimensional web browser such as Google Chrome. Data is read into BigTop in JSON format, and can be provided as either JSON or a tab-separated text file.

CONCLUSIONS

Using additional dimensions and interactivity options offered through VR, we provide a new, interactive, three-dimensional representation of the traditional Manhattan plot for displaying and exploring GWAS data.

摘要

背景

全基因组关联研究(GWAS)通常使用二维曼哈顿图进行可视化,显示 SNP 的染色体位置在 x 轴上,其 p 值的负对数在 y 轴上。这种传统的图谱提供了结果的广泛概述,但几乎没有提供交互或扩展特定区域的机会,并且无法显示数据集的其他维度。

结果

我们创建了 BigTop,这是一个虚拟现实(VR)中的可视化框架,旨在以三维方式呈现曼哈顿图,在模拟的圆柱房间中围绕用户环绕图形。BigTop 使用 z 轴显示每个 SNP 的次要等位基因频率,从而可以识别基因的等位基因变体。BigTop 还提供了其他交互功能,允许用户选择任何单个 SNP 并获得扩展信息,包括 SNP 名称、确切值和基因位置(如果适用)。BigTop 是使用 JavaScript 构建的,使用了 React 和 A-Frame 框架,可以在商业上可用的 VR 头显中呈现,也可以在二维网络浏览器(如 Google Chrome)中呈现。数据以 JSON 格式读入 BigTop,可以以 JSON 或制表符分隔的文本文件的形式提供。

结论

通过使用 VR 提供的额外维度和交互选项,我们为显示和探索 GWAS 数据提供了传统曼哈顿图的新的、交互式的三维表示形式。

https://cdn.ncbi.nlm.nih.gov/pmc/blobs/c7ff/6995189/60b920d794ad/12859_2020_3373_Fig4_HTML.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/c7ff/6995189/5fa1bd648c18/12859_2020_3373_Fig1_HTML.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/c7ff/6995189/5812709a397c/12859_2020_3373_Fig2_HTML.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/c7ff/6995189/a9009c4b7605/12859_2020_3373_Fig3_HTML.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/c7ff/6995189/60b920d794ad/12859_2020_3373_Fig4_HTML.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/c7ff/6995189/5fa1bd648c18/12859_2020_3373_Fig1_HTML.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/c7ff/6995189/5812709a397c/12859_2020_3373_Fig2_HTML.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/c7ff/6995189/a9009c4b7605/12859_2020_3373_Fig3_HTML.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/c7ff/6995189/60b920d794ad/12859_2020_3373_Fig4_HTML.jpg

相似文献

1
BigTop: a three-dimensional virtual reality tool for GWAS visualization.BigTop:用于 GWAS 可视化的三维虚拟现实工具。
BMC Bioinformatics. 2020 Jan 31;21(1):39. doi: 10.1186/s12859-020-3373-5.
2
Manhattan++: displaying genome-wide association summary statistics with multiple annotation layers.曼哈顿++:用多个注释层展示全基因组关联汇总统计信息。
BMC Bioinformatics. 2019 Nov 27;20(1):610. doi: 10.1186/s12859-019-3201-y.
3
SNPEVG: a graphical tool for GWAS graphing with mouse clicks.SNPEVG:一种通过鼠标点击进行 GWAS 绘图的图形工具。
BMC Bioinformatics. 2012 Nov 30;13:319. doi: 10.1186/1471-2105-13-319.
4
Exploring DrugBank in Virtual Reality Chemical Space.探索虚拟现实化学空间中的 DrugBank。
J Chem Inf Model. 2018 Sep 24;58(9):1731-1735. doi: 10.1021/acs.jcim.8b00402. Epub 2018 Aug 24.
5
ProteinVR: Web-based molecular visualization in virtual reality.蛋白 VR:基于网络的虚拟现实中的分子可视化。
PLoS Comput Biol. 2020 Mar 31;16(3):e1007747. doi: 10.1371/journal.pcbi.1007747. eCollection 2020 Mar.
6
Visualizing biomolecular electrostatics in virtual reality with UnityMol-APBS.使用 UnityMol-APBS 在虚拟现实中可视化生物分子静电。
Protein Sci. 2020 Jan;29(1):237-246. doi: 10.1002/pro.3773. Epub 2019 Nov 25.
7
DIVA: Natural Navigation Inside 3D Images Using Virtual Reality.DIVA:使用虚拟现实技术在 3D 图像中进行自然导航。
J Mol Biol. 2020 Jul 24;432(16):4745-4749. doi: 10.1016/j.jmb.2020.05.026. Epub 2020 Jun 6.
8
SNP-VISTA: an interactive SNP visualization tool.SNP-VISTA:一种交互式单核苷酸多态性可视化工具。
BMC Bioinformatics. 2005 Dec 8;6:292. doi: 10.1186/1471-2105-6-292.
9
GWA-Portal: Genome-Wide Association Studies Made Easy.GWA 门户:轻松开展全基因组关联研究。
Methods Mol Biol. 2018;1761:303-319. doi: 10.1007/978-1-4939-7747-5_22.
10
Manhattan Harvester and Cropper: a system for GWAS peak detection.曼哈顿收割机和收割机:一种用于 GWAS 峰检测的系统。
BMC Bioinformatics. 2019 Jan 11;20(1):22. doi: 10.1186/s12859-019-2600-4.

引用本文的文献

1
Transomics2cytoscape: an automated software for interpretable 2.5-dimensional visualization of trans-omic networks.转录组学2细胞图谱:一种用于转录组网络可解释性二维半可视化的自动化软件。
NPJ Syst Biol Appl. 2024 Feb 19;10(1):16. doi: 10.1038/s41540-024-00342-8.
2
Ten simple rules for developing visualization tools in genomics.基因组学中开发可视化工具的十条简单规则。
PLoS Comput Biol. 2022 Nov 10;18(11):e1010622. doi: 10.1371/journal.pcbi.1010622. eCollection 2022 Nov.
3
A Brave New World: Virtual Reality and Augmented Reality in Systems Biology.

本文引用的文献

1
BioVR: a platform for virtual reality assisted biological data integration and visualization.BioVR:一个用于虚拟现实辅助生物数据集成和可视化的平台。
BMC Bioinformatics. 2019 Feb 15;20(1):78. doi: 10.1186/s12859-019-2666-z.
2
Molecular Visualization on the Holodeck.分子在全息甲板上的可视化。
J Mol Biol. 2018 Oct 19;430(21):3982-3996. doi: 10.1016/j.jmb.2018.06.040. Epub 2018 Jun 28.
3
Accessible virtual reality of biomolecular structural models using the Autodesk Molecule Viewer.使用欧特克分子查看器实现生物分子结构模型的可访问虚拟现实。
一个全新的世界:系统生物学中的虚拟现实与增强现实
Front Bioinform. 2022 Apr;2. doi: 10.3389/fbinf.2022.873478. Epub 2022 Apr 6.
4
Performing post-genome-wide association study analysis: overview, challenges and recommendations.进行全基因组关联研究分析:概述、挑战和建议。
F1000Res. 2021 Oct 4;10:1002. doi: 10.12688/f1000research.53962.1. eCollection 2021.
5
Multi-omics mapping of human papillomavirus integration sites illuminates novel cervical cancer target genes.多组学图谱描绘人类乳头瘤病毒整合位点,揭示新型宫颈癌靶标基因。
Br J Cancer. 2021 Nov;125(10):1408-1419. doi: 10.1038/s41416-021-01545-0. Epub 2021 Sep 15.
Nat Methods. 2017 Nov 30;14(12):1122-1123. doi: 10.1038/nmeth.4506.
4
RJSplot: Interactive Graphs with R.RJSplot:用 R 实现的交互式图形。
Mol Inform. 2018 Mar;37(3). doi: 10.1002/minf.201700090. Epub 2017 Oct 5.
5
A Virtual Reality Visualization Tool for Neuron Tracing.神经元示踪的虚拟现实可视化工具。
IEEE Trans Vis Comput Graph. 2018 Jan;24(1):994-1003. doi: 10.1109/TVCG.2017.2744079. Epub 2017 Aug 29.
6
10 Years of GWAS Discovery: Biology, Function, and Translation.全基因组关联研究十年发现:生物学、功能与转化
Am J Hum Genet. 2017 Jul 6;101(1):5-22. doi: 10.1016/j.ajhg.2017.06.005.
7
SynMap2 and SynMap3D: web-based whole-genome synteny browsers.SynMap2 和 SynMap3D:基于网络的全基因组同线性浏览器。
Bioinformatics. 2017 Jul 15;33(14):2197-2198. doi: 10.1093/bioinformatics/btx144.
8
Assocplots: a Python package for static and interactive visualization of multiple-group GWAS results.Assocplots:一个用于展示多组 GWAS 结果的静态和交互式可视化的 Python 包。
Bioinformatics. 2017 Feb 1;33(3):432-434. doi: 10.1093/bioinformatics/btw641.
9
CruzDB: software for annotation of genomic intervals with UCSC genome-browser database.CruzDB:用于注释基因组区间的软件,可与 UCSC 基因组浏览器数据库配合使用。
Bioinformatics. 2013 Dec 1;29(23):3003-6. doi: 10.1093/bioinformatics/btt534. Epub 2013 Sep 12.
10
Genetics 100 for cardiologists: basics of genome-wide association studies.遗传学家 100 问:全基因组关联研究基础。
Can J Cardiol. 2013 Jan;29(1):10-7. doi: 10.1016/j.cjca.2012.10.011. Epub 2012 Nov 28.