Met high-throughputsystemen krijgen laboratoria massa`s data aangeleverd, waardoor ze al snel door de bomen het bos niet meer zien. Die enorme databrei die voortkomt uit geautomatiseerde processtappen kan inzichtelijk gemaakt worden met datavisualisatie. De software vertaalt (ruwe) gegevens naar grafische objecten, zoals punten, lijnen of vlakken. Datavisualisatie is niet zomaar een berekening die uitgevoerd wordt. De visuele voorstellingen maken het gemakkelijk voor gebruikers om in het oog springende aspecten van hun gegevens snel waar te nemen en daar analyses op uit te voeren. Dit is een grote hulp bij data-interpretatie. Michel Westenberg van de TU Eindhoven vertelt over de werking van visual analytics en welke analysetools beschikbaar zijn tijdens LabAutomation 2015. Als voorbeeld geeft hij data afkomstig van gen-expressiestudies met behulp van microarrays of RNA-sequencing. Voor interpretatie van deze data spelen ook biologische interactienetwerken een steeds belangrijker rol. Het idee hierbij is om de data te analyseren door het trekken van vergelijkingen met bekende interacties tussen genen of proteïnen. Deze aanpak van geïntegreerde netwerkanalyse gebruikt de high-throughput-data om modules uit grote netwerken met duizenden genen/proteïnen en hun interacties te halen. Op 31 maart zal de presentatie dan ook ingaan op interactieve visualisatie van zulke modules met speciale tools die ontwikkeld zijn door de werkgroep van de TUe.
