今天給小朋友數(shù)據(jù)可視化工具時候，發(fā)現(xiàn)國內(nèi)很多人開發(fā)出來數(shù)據(jù)可視化平臺，可以滿足許多數(shù)據(jù)可視化需要。想著干脆整了一個目錄貼。簡單記錄下來，幾個我不時會看到的，都是非常漂亮的工作，相信也解決了非常多人的數(shù)據(jù)可視化問題。值得好好學(xué)習(xí)一波。
Visual Omics
Visual Omics: a web-based platform for omics data analysis and visualization with rich graph-tuning capabilities
發(fā)表在 Bioinformatics 期刊上，2023年見刊，約等于新鮮出爐~
解決的問題：R包輸出的圖片都是靜態(tài)的，固定的，不可編輯的，為此作者團隊開發(fā)了一個用于組學(xué)數(shù)據(jù)分析和科學(xué)圖表編輯的在線工具。集成了多種組學(xué)分析，包括差異表達分析、富集分析、蛋白結(jié)構(gòu)域預(yù)測和蛋白質(zhì)相互作用分析，并提供了豐富的圖形展示。它還可以獨立繪制和自定義在組學(xué)分析中常見的基礎(chǔ)圖表，如各種PCA/PCoA圖、條形圖、箱線圖、熱力圖、集合交集圖、氣泡圖和火山圖等。
從實現(xiàn)邏輯來猜測，重點使用了 ggplot2 進行數(shù)據(jù)可視化。是一個不錯的工作，支持了大量分析，開放了許多參數(shù)。
Image GP
ImageGP: An easy‐to‐use data visualization web server for scientific researchers
ImageGP 發(fā)表在 iMeta 期刊，相信在發(fā)表之前就很多人了解過這個平臺。目前發(fā)表一年多，積累引用>100次，實際被引不確定。
解決的問題：ImageGP是一個專為生物學(xué)和化學(xué)數(shù)據(jù)可視化而設(shè)計的專業(yè)平臺。ImageGP可以在用戶友好的界面中生成常見的線條、柱狀圖、散點圖、箱線圖、集合圖、熱力圖和直方圖等廣義圖表，以最常見的輸入內(nèi)容為基礎(chǔ)。
ImageGP提供了高達26個參數(shù)，以滿足定制化需求。ImageGP還包含了專門的圖表，如火山圖、功能富集圖，用于大多數(shù)組學(xué)數(shù)據(jù)分析，以及其他四個專門用于微生物組分析的功能。
文稿介紹相對簡單，不過不影響這個平臺被廣泛使用。
Hiplot
Hiplot: a comprehensive and easy-to-use web service for boosting publication-ready biomedical data visualization
Hiplot 發(fā)表于 Briefings in Bioinformatics，是我了解到做得比較成熟，目前也廣為人知的平臺。由于這個平臺是社區(qū)驅(qū)動，文稿上標注了 Hiplot Consortium。這個比較有意思。
圖稿顯示很詳細，后臺主要以 R shiny 為主。我與劍鋒有聊過兩三句話（當時我正好在做 TBtools-II 的插件模式，在健明的引薦下微信認識）。Hiplot 這個平臺做得非常成功，當然投稿不順利確實復(fù)雜。不過，就我個人的認知而言，這個平臺可能是最為成熟，或許支持的數(shù)據(jù)可視化類型也最多。此外，Hiplot 有企業(yè)支持，這或許是一個小小助力。相比于單打獨斗，沒有物質(zhì)支持的平臺，有得到支持的工作，往往會更為成熟，同時也好用?；蛟S有必要再貼一張圖。
還是必須再說一句，做得真是精巧~ 非常值得學(xué)習(xí)。
OmicsSuite
OmicsSuite: a customized and pipelined suite for analysis and visualization of multi-omics big data
OmicsSuite 發(fā)表于 Horticulture Research 期刊。事實上如果發(fā)表在其他期刊可能我就看不到，畢竟是園藝方向期刊。
解決的問題：文稿中強調(diào)了本地化的意義，這個我個人完全贊同。整體功能接近 Hiplot 的 stand-alone 版，類似的支持了大量數(shù)據(jù)可視化。
我覺得這對于網(wǎng)絡(luò)環(huán)境不太好的朋友，值得關(guān)注下子。Hiplot 我記得也有本地版本，不過我個人認知 Hiplot 的本地版主要指作為一個瀏覽器替代。留意到作者列表，Hiplot 和 OmicsSuite 的作者列表有重疊。這個比較有趣。
OmicsStudio
OmicStudio: A composable bioinformatics cloud platform with real‐time feedback that can generate high‐quality graphs for publication
解決的問題：一個詞組：云平臺。與 Visual Omics 屬于一類。發(fā)表單位是“聯(lián)川生物”。事實上，這個平臺我記得起步比較晚，不過現(xiàn)在用戶相信也很多，同時也發(fā)表出來了。支持了許多分析，我沒有使用過。不過相信有公司經(jīng)費支持，一般都可以維護得相對較好。
SangerBox
Sangerbox: A comprehensive, interaction‐friendly clinical bioinformatics analysis platform
解決的問題：同樣是一個詞組：云平臺。SangerBox 我有大體了解。早期與 TBtools 類似，開發(fā)的是本地軟件，重點關(guān)注了醫(yī)學(xué)方面數(shù)據(jù)分析，印象還組織過一些培訓(xùn)。我與開發(fā)團隊中的某一兩人有聊過兩三句。后來似乎就全部上云了。相信現(xiàn)在做得也很好。發(fā)表了這份工作。
寫在最后
或許有時間的話，我會一個一個體驗一波。不過我們已經(jīng)可以發(fā)現(xiàn)，現(xiàn)在的生物信息學(xué)數(shù)據(jù)可視化，重度依賴 R 語言。換句話說，要做好數(shù)據(jù)分析可視化，必須學(xué)好 R 語言，至于后續(xù)開發(fā)平臺，大多數(shù)時候，可以直接寫 R ShinyApp。至于 Python，在統(tǒng)計數(shù)據(jù)可視化上，距離 R 語言還是有一些距離。
有個事情說來有趣，我翻了下作者團隊列表，發(fā)現(xiàn)我跟每一個工作中至少一個作者都有聊過（第一個無法確定），當然都只是說過一兩句話的狀態(tài)。類似的工作，我審過不少，其中大多數(shù)是見刊的，畢竟我知道，真的不容易，所以要么給大修，要么就小修。
開發(fā)數(shù)據(jù)分析平臺，并非一個簡單的整合過程。
「好的工具解決我們眼前的問題，不然我們根本沒時間想以后得問題」。
