連続(XY)データをBioRender Graphingでプロットおよび分析する方法 連続(XY)データをBioRender Graphingでプロットおよび分析する方法

連続(XY)データをBioRender Graphingでプロットおよび分析する方法

連続データは、X軸上の独立変数とY軸上の従属変数という、2つの変数間の関係を示します。このガイドでは、BioRender Graphingを使用して、この種類のデータをプロットし、解釈する方法を説明します。

📌 ベータ版: BioRender AIエージェントはベータ版です。 

 ヒント:Smart Data Importを使用して、データを直接アップロードできます。BioRenderが変数を自動的に検出し、グラフ作成用にデータを準備します。

作業方法を選択する

  1. BioRender AIエージェントを使用する:エージェントがグラフ作成と分析の手順を案内します。
  2. 手動で行う:データ、Graph、分析の各タブを自分で使用します。

いつでも2つの方法を切り替えられます。

Graphingエージェントを使用する

  1. Graphingファイルを作成します:「新規作成」 > 「Graphing」。
  2. データを追加します:「データをアップロード」をクリックする(またはチャットボックスの「+」をクリックする)> ファイルを選択する > データセットを選択する >「データをインポート」をクリックします。エージェントがデータについて説明し、変数を強調表示します。
  3. グラフを選択します:エージェントがグラフの種類を提案します。確定するか、別のグラフを依頼します。
    • Scatter plot:すべての個々のデータポイントを、正確なX座標とY座標に表示します。データの全体的な分布を示したい場合や、相関またはregression分析を実行したい場合に最適です。近似線と信頼区間がグラフ上に直接表示されます。
    • Dose-response:用量または濃度の増加に伴って測定された応答がどのように変化するかを示す、データに適合させた曲線を表示します。各用量レベルで、要約統計(平均値または中央値)とエラーバー(SD、SEM、または95% CI)も表示されます。用量と効果の関係をモデル化したい場合、EC50やIC50などの重要な値を特定したい場合、または濃度範囲全体で異なる条件の応答を比較したい場合に最適です。
    • Line plot:データポイントを線でつないで表示します。X値ごとに複数の観測値がある場合は、平均値または中央値を表示します。タイムコース実験など、X値全体の傾向または連続性を強調したい場合に最適です。
  4. 変数を割り当てます:エージェントが、グラフの要件に基づいた変数の割り当て方法を提案し、グループ化のオプションを提示します。データにグループがある場合は、いずれかを選択します。不明な場合は、エージェントが質問します。
    • X軸変数 - 独立変数
    • Y軸変数 - 従属変数
    • グループ化変数(任意) - 条件またはグループごとにデータを分割します。
    • 重要:データにグループが含まれている場合は、必ずこれを割り当ててください。割り当てないと、すべてのデータポイントが1つの母集団として扱われます。
  5. グラフを作成します:エージェントの提案を確認し、「グラフを作成」をクリックします。 
  6. Run分析を実行します:「分析を実行」と入力します。Graphingエージェントが、事前テストとその説明に基づいて、データに適した分析を提案します。詳しくは、ステップ5 - 分析をRunするをご覧ください。
  7. 結果を確認します:結果は分析タブに表示されます。左パネルを使用して、線、信頼区間、係数、p値の表示・非表示を切り替えます。 

Create a graph with the Graphing Agent

 知っておくと便利なこと

  • エージェントは、「Run analysis」をクリックしたときに使用できるものと同じツールを実行します。 
  • エージェントが実行できない操作については、その旨を知らせます。言い換えるか、手動操作に切り替えてください。
  • グラフ要素をクリックしてチャットに送信することはできません。「凡例」など、言葉で説明してください。
  • 変更を元に戻したい場合は、左上隅の元に戻す矢印をクリックするか、エージェントに元に戻すよう依頼します。
  • 変数が間違っている場合は、使用する変数をエージェントに伝えるか、Graphの詳細パネルで「編集」をクリックします。

エージェントの詳細については、BioRender GraphingでBioRender AIエージェントを使用する方法をご覧ください。


手動で行う

ステップ1:Graphを作成する

  1. Galleryから、「新規作成」 > 「Graphing」をクリックします。
  2. データセットをアップロードするか、空のスプレッドシートから開始します。

ステップ2:データを選択する

  1. データセットを選択します。
  2. 使用するデータセットを選択します。
  3. 「新しいGraphを作成」をクリックします。

ステップ3:グラフの種類を選択する

データと伝えたい内容に最も適した可視化(Scatter plot、Dose-response、Line plot)を選択します。

ステップ4:変数を割り当てる

変数を割り当てます(ステップ4のエージェントオプションと同じです)

Variables in the graph details section

ステップ5:分析をRunする

グラフ編集ページで、Run analysisをクリックします。データに適した検定の選択と設定を案内する、3つのセクションで構成されたフォームが表示されます。

セクション1 - 分析の種類

グラフの種類とデータの特性に基づいて、利用可能な分析オプションが表示されます。データが要件を満たしていない場合、一部の検定がグレー表示されることがあります。ツールチップにカーソルを合わせると、その理由を確認できます。

連続XYデータの一般的な分析の種類は次のとおりです。

分析の種類 実行内容 使用する場面
相関分析 2つの変数間の関係の強さと方向を測定します。r(Pearson)またはρ(Spearman)、p値、95% CIを報告します。 2つの変数に関連性があるかどうかを知りたい場合。BioRenderでは、X変数とY変数の両方が正規分布している場合はPearson、それ以外の場合はSpearmanを推奨しています。
線形回帰 データに直線を適合させ、傾き、切片、R²、p値を報告します。 XとYの関係が線形に見え、それをモデル化または予測したい場合。
非線形回帰 非線形モデル(例:シグモイド型のdose-response)を使用して、データに曲線を適合させます。 データが曲線に沿っている場合。たとえば、EC50/IC50のdose-response分析など。

分析に含めるカテゴリグループを選択することもできます。デフォルトでは、グラフのすべてのグループが含まれます。この分析から除外するグループの選択を解除してください。

セクション2 - 分析を微調整する

このセクションでは、実験デザインに基づいて統計設定を調整できます。BioRenderは、データに対して実行した検定に基づく推奨設定をあらかじめ入力しますが、必要に応じて変更できます。

Optionsは分析の種類によって異なり、次の項目が含まれる場合があります。

  • データ設定 - データの整理方法を定義します(例:独立測定か反復測定か、対応ありか対応なしか)。
  • 詳細オプション - 利用可能な場合に展開して、追加の設定項目にアクセスします。
  • 仮定 - 一部の分析には、確認および調整可能な仮定が含まれています。

セクション3 - Optionsと追加設定

一部の分析には、結果の比較方法や計算方法を細かく調整するための追加オプションがあります。これらの設定は、選択した分析に関連する場合にのみ表示され、推奨オプションが自動的に適用されます。

注:以下のスクリーンショットは、分析方法ごとに異なります。分析の種類を選択すると、その分析のオプションが表示されます。

Analysis tab

ステップ6:表示オプションを選択する

分析を実行した後、左パネルの表示オプションを使用して、グラフに表示する項目(相関線、信頼区間、係数、p値)を切り替えます。

同じグラフで複数の分析を実行し、それぞれを個別に管理できます。

サポートが必要ですか? support@biorender.comからサポートチームにお問い合わせいただくか、右下隅の「Chat With Us」バブルをクリックしてライブチャットを開始してください。

What's new →
Discover more in BioRender
 
 BioRender AI

Draft custom figures in seconds from a text prompt.

Learn more → Browse help articles →
 
 Graphing

Turn raw data into journal-quality graphs in minutes.

Learn more → Browse help articles →

この記事は役に立ちましたか?

4人中1人がこの記事が役に立ったと言っています