spread.gl:在高性能浏览器应用程序中可视化病原体的传播

科学领域:

• * 进化生物学 进化生物学
• * 计算生物学 * 计算生物学
• * 流行病学 流行病学

背景情况:

• * 植物地理分析利用分子序列的位置数据来重建病原体传播历史.
• * 解释复杂的植物地理结果往往需要专门的可视化工具.
• * 现有的方法可能缺乏用于直观和全面可视化时空数据的功能.

研究的目的:

• * 推出 spread.gl,这是一个开源的,基于浏览器的应用程序,用于可视化族谱推理结果.
• * 为了使分立和连续的植物地理数据的直观和用户友好的可视化.
• * 促进对影响病原体传播模式的环境因素的探索.

主要方法:

• * 开发了spread.gl作为一个功能丰富,开源的可视化应用程序.
• * 能够结合地理,遗传学和环境数据层.
• * 实现了流动画功能,可视化病原体在时间上的地理分布.
• * 展示了多种病原体分散示例的功能,包括大规模的SARS-CoV-2分析.

主要成果:

• * spread.gl提供了流,直观和用户友好的类地推理可视化.
• * 该应用程序有效地激活了病原体随着时间的推移的地理分散.
• *用户可以整合和探索多个数据层,包括环境数据,以及遗传信息.
• * 证明了大规模的SARS-CoV-2数据集的成功可视化,其中包含超过17000个序列.

结论:

• * spread.gl增强了复杂的植物地理分析的解释性.
• * 有助于探索病原体传播的环境驱动因素.
• * 提供了一个强大的平台来生成假设,指导进一步的统计分析.
• * 在可视化病原体进化和传播方面取得了重大进展.