ClusterChirp: Un servidor web acelerado por GPU para visualización interactiva guiada por lenguaje natural y análisis...

Área de la Ciencia:

• Bioinformática
• Visualización de datos
• Biología computacional

Sus antecedentes:

• Las matrices de datos ómicos están creciendo, abrumando las herramientas de visualización actuales.
• Las herramientas existentes a menudo requieren submuestreo o experiencia en línea de comandos, lo que dificulta el descubrimiento de patrones biológicos.
• Los flujos de trabajo fragmentados dificultan la interpretación posterior de los datos ómicos.

Objetivo del estudio:

• Presentar ClusterChirp, una plataforma basada en web para la exploración interactiva de matrices de datos a gran escala.
• Permitir el análisis en tiempo real y la interpretación biológica de datos ómicos de alta dimensión.
• Superar las limitaciones de las herramientas existentes ofreciendo aceleración de GPU y una interfaz de lenguaje natural.

Principales métodos:

• Renderizado acelerado por GPU y agrupamiento jerárquico paralelizado.
• Funciones interactivas que incluyen agrupación sobre la marcha, clasificación multimetrica y búsqueda de características.
• Una interfaz de lenguaje natural impulsada por un Modelo de Lenguaje Grande para operaciones complejas y reproducibilidad del flujo de trabajo.

Principales resultados:

• ClusterChimp admite la exploración interactiva en tiempo real de grandes matrices de datos ómicos.
• La plataforma facilita la agrupación, clasificación y búsqueda de características sobre la marcha.
• Los usuarios pueden explorar redes de correlación dentro de clústeres y realizar análisis de enriquecimiento funcional.

Conclusiones:

• ClusterChirp permite a los investigadores extraer información de datos ómicos de alta dimensión con una facilidad y velocidad sin precedentes.
• La plataforma se adhiere a los principios FAIR4S, promoviendo la accesibilidad y reproducibilidad de los datos.
• ClusterChirp está disponible gratuitamente en clusterchirp.mssm.edu, sin necesidad de inicio de sesión.