- 论文原文：HiPiler: Visual Exploration of Large Genome Interaction Matrices with Interactive Small Multiples
- 作者：Fritz Lekschas, Benjamin Bach, Peter Kerpedjiev, Nils Gehlenborg, and Hanspeter Pfister
- 发表刊物/会议：2017 InfoVis
图 1：系统界面。矩阵视图（1）包含概述（1A）和详细（1B）矩阵。 片段视图（2）将矩阵的区域呈现为交互式的 small multiples。 在这个例子中，片段以 t-SNE（2C）排列，一堆片段会以其平均模式进行显示（2A）。 查看操作菜单位于底部（1C 和 2B）。
个人评述
- 结合了 small multiple 和 overview+detail 的方法来探索大矩阵，对大规模数据可视化很有借鉴意义。
- 文章整体领域性特别强，就很注重讲故事的能力，并且整篇文章的讲故事能力也很强。
启发：
这对大规模图可视化其实有一个很好的借鉴意义，但相比于文中的有序矩阵，图的无序性会让其在拓扑空间的上下文很难展示在平面上。
overview->detail->small multiple 的方法，是大规模数据可视化的一个重要模式。但在图可视化中，这几个部分都还很具有挑战性。
结合领域知识，使整片文章的 motivation 非常充足，或许也给我们一个思路，在结合领域的基础上进行科研，但又要跳出领域知识，比如这篇文章并没有把自己局限在生物领域，在其他领域，只要满足其矩阵有序的基本假设，都可以应用这个方法。
介绍
生物学家对基因序列是如何折叠的研究非常感兴趣，可以帮助理解细胞的功能、疾病的产生等。
基因组之间存在相互作用（_interacting_），两两之间相互作用则会形成一个基因组相互作用矩阵（_genome interaction matrix_），最多能达到三百万 × 三百万。里面会包含一些重复出现的图案/模式（称为ROI, _regions of interest_）。
- 挑战：
- 算法识别的结果不是很可信，并且没有ground-truth去评估这些算法是否准确。
- 成千上万的小ROI的探索和比较，还没有工具能够支持。
- 贡献：
- 对算法检测到的团进行可视化评估
- 大规模图案集合的分类、聚合、异常点检测
- 在多个矩阵之间比较ROI（比如，在不同数据集，实验条件，抽取算法等等），_下文中也会称之为 Snippet_
- 对其他的基因属性和图案之间的相关性进行分析
图 2：snippets方法，将大矩阵（1）分解成小片段（2），并使用不同的布局，排列和样式探索这些片段（3），同时保持全局上下文。 矩阵内的小方块表示片段位置。
背景
Hi-C 矩阵分析：HI-C是一种捕获基因序列片段之间相互交联的方法。基因序列片段如果在空间上如果比较接近的话，会相互交联，如下图。每次检查数百万个不同细胞，会产生基因序列片段之间的平均接触概率矩阵。矩阵非常稀疏，并呈现这样的规律：空间邻近的基因序列片段更容易相互交联。
矩阵元素的颜色深浅编码了基因片段之间的接触概率。
图 3：Hi-C 方法：由于 DNA(1)在细胞核(2)中并非随意进行组织的，某些序列会进行紧密交联(3)。在经过数亿个细胞计数之后(4)，会得到一个多达 300 万个单元的相互交联矩阵(5)，深色表示交联次数更多
专家采访：主要围绕了以下三方面展开，
基因折叠相关研究的长期目标
更好地理解基因组对基因调控等过程的作用。
工作的流程和策略
当前的挑战
- 不同 ROI 相距甚远，普通工具容易导致上下文的丢失。
- 很多图案之间差异细微
- 数据噪音的存在，并非所有的图案都跟生物特征有关（有些仅仅是因为空间限制引发了交联）
常见的 Hi-C 矩阵图案：
下图显示了一些常见的图案：
图 4：放大尺寸后的交联矩阵中的频繁图案的示例。上方的矩阵是下方矩阵的一个示意。交联矩阵是对称的，所以下面的三角用灰度来显示，以突出那些用橙色标记的图案。
分析任务：
T1. 搜索已知的图案
T2. 发现新的图案
T3. 对某个图案实例进行研究
T4. 比较单个图案类型中包含的多个实例
T5. 将图案和其他生物特征进行关联
T6. 比较矩阵中不同的ROI
相关工作
围绕了：
- 基因交联矩阵可视化
- 大矩阵可视化
- 分而治之的挖掘方法
HiPiler 的设计
图 5：HiPiler 的可视化和交互的概览
关键目标：利用smal multiple的方法来对大矩阵的多个ROI进行探索。（如何提取ROI不是本文工作）
Hipler的设计过程是被以下几个问题所驱动的：
- 如何有意义的限制ROI的显示数量？
- 用什么交互来支持有效的排列？
- 如何链接这些ROI和整个大矩阵？
数据模型
这里假设了矩阵的行和列的排序是固定的，由基因序列给出。
设计
跟计算生物学家之间讨论，研究了不同的可视化设计，并最终决定使用矩阵来进行可视化。
片段隐喻（Snipptet Metaphor）
解决任务T1，T2，T3，T5。用来展示ROI的的矩阵数据，附加的一些可视化设计可以编码类别信息和有序数据：类别信息会被编码成颜色放在底下，有序数据则可以被编码成边框的颜色和粗细。
图 6：片段snippet被绘制为热力图（1），显示其ROI的矩阵数据。 分类属性可以用颜色标签可视化（2）。 与片段相关的有序数据可以通过边框的宽度和颜色（3）显示。 例如，较高的值被绘制为黑色粗边框。
片段布局（Snippet Layout ）
解决任务T4。通过降维的方式，允许进行一维排序（1D），二维的布局（2D）以及多维的聚类（MD）。
图 7：片段snippet可以沿着各种不同的尺寸排列。 对于单个属性，片段在支持读取方向和希尔伯特曲线（1）的 1D 中布置。 选择两个属性创建散点图（2）。 对于两个以上的属性，HiPiler 应用了降维算法（3），如 t-SNE [33]。
聚合（Aggregation）
解决任务 T4，T6。利用了打桩（_piling_）来隐喻多个snippet的聚合。聚类后，每个片段每列取平均值划为一行的形式显示在上方，可以 hover 查看具体图案。集合封面可以显示集合的平均值或者方差。
图 8：HiPiler 显示一堆片段的平均值（1A）或方差（1B）的封面矩阵。 此外，每个片段都显示为一维预览，显示片段列的水平聚合（2）。 将鼠标光标移到预览上可显示相关矩阵。 检查堆（3B）的时候暂时隐藏所有其他片段（3B）。
关联（Linking）
解决T5，T6。将细节视图中的snippet关联到大矩阵中，因为在基因序列上的邻近信息对分析很重要。通过颜色标记来标记snippet在矩阵中的位置，不在矩阵视窗中的那些snippet则会被淡出。
图 9：当在片段上进行悬停，该片段的位置会在交联矩阵（1A）和矩阵细节（1B）进行高亮显示。其他的颜色表示另外选择的矩阵。
交互技术
如图 5.5 所示，用户可以通过拖拽、lasso、刷选等方式来创建堆，双击以分散堆。缩放的时候，片段也会对窗口进行自适应。
评估
评估通过 USAGE SCENARIOS 和 USER EVALUATION 展开。
其中 USER EVALUATION 不同于之前的 USER STUDY，仅仅是让生物学家来使用这个系统，然后反馈意见。