An "Electronic Fluorescent Pictograph" browser for exploring and analyzing large-scale biological data sets.
An "Electronic Fluorescent Pictograph" browser for exploring and analyzing large-scale biological data sets.
复制标题
DOI：
10.1371/journal.pone.0000718
复制
发表时间：
2007-08-08
期刊：
影响因子：
3.7
通讯作者：
Provart, Nicholas J.
中科院分区：
文献类型：
--
作者：
Winter, Debbie;Vinegar, Ben;Nahal, Hardeep;Ammar, Ron;Wilson, Greg V.;Provart, Nicholas J.
对微阵列数据和其他高通量项目数据的探索已经成为后基因组研究的一个重要方面。然而，对于非生物信息学专家来说，许多目前可用的工具提供了以非直观方式呈现的大量数据。为了便于解释和分析微阵列数据和来自其他大规模数据集的数据，我们开发了一种工具，我们将其称为电子荧光象形图或eFP浏览器，可在http：//www.bar.utoronto.ca/上获得，用于探索微阵列和其他数据以产生假设。这个eFP浏览器引擎将来自大规模数据集的数据绘制到用于生成数据集的实验样本的象形表示上。我们给出了使用该工具来呈现来自AtGenExpress联盟（Arabidopsis eFP Browser）的拟南芥基因表达数据、拟南芥蛋白质亚细胞定位数据（Cell eFP Browser）和小鼠组织图谱微阵列数据（Mouse eFP Browser）的示例。eFP浏览器软件很容易适应任何生物体的微阵列或其他大规模数据集，因此应该证明对广泛的社区有用，用于可视化和解释这些数据集以生成假设。
The exploration of microarray data and data from other high-throughput projects for hypothesis generation has become a vital aspect of post-genomic research. For the non-bioinformatics specialist, however, many of the currently available tools provide overwhelming amounts of data that are presented in a non-intuitive way. In order to facilitate the interpretation and analysis of microarray data and data from other large-scale data sets, we have developed a tool, which we have dubbed the electronic Fluorescent Pictograph – or eFP – Browser, available at http://www.bar.utoronto.ca/, for exploring microarray and other data for hypothesis generation. This eFP Browser engine paints data from large-scale data sets onto pictographic representations of the experimental samples used to generate the data sets. We give examples of using the tool to present Arabidopsis gene expression data from the AtGenExpress Consortium (Arabidopsis eFP Browser), data for subcellular localization of Arabidopsis proteins (Cell eFP Browser), and mouse tissue atlas microarray data (Mouse eFP Browser). The eFP Browser software is easily adaptable to microarray or other large-scale data sets from any organism and thus should prove useful to a wide community for visualizing and interpreting these data sets for hypothesis generation.
登录
查看更多内容
影响因子：
14.9
作者：
Heazlewood, Joshua L.;Verboom, Robert E.;Millar, A. Harvey
通讯作者：
Millar, A. Harvey
影响因子：
7.2
作者：
Toufighi, K;Brady, SM;Provart, NJ
通讯作者：
Provart, NJ
影响因子：
10.5
作者：
Lee, SC;Cheng, H;Peng, JR
通讯作者：
Peng, JR
影响因子：
7.4
作者：
Mueller, LA;Zhang, PF;Rhee, SY
通讯作者：
Rhee, SY
影响因子：
12.3
作者：
Honys D;Twell D
通讯作者：
Twell D