大量の実験データをわかりやすく省スペースで表現している方法の実例を集める -

時代が進むにつれて、一つの論文に必要とされる実験データの量が増加している。　 以前はデータをそのまま単純な表、グラフにしておけばよかった。 しかしいまではそんなことをしたら表、グラフだけで何ページも必要になってしまう。 それでは審査員、読者が理解することが困難になり、通る論文も通らなくなるだろう。

すでに、たくさんの研究者がデータをわかりやすく、少ないスペースで表現するための様々な工夫を行なっている。これからそれらの実例を集めて、自分の論文作成に役立ててみたい。

（作成中）

• ヒートマップ

A cascade of transcription factor DREB2A and heat stress transcription factor HsfA3 regulates the heat stress response of Arabidopsis 　　　The Plant Journal (2008) 53: 264-274　　　Schramm F et al.

http://www3.interscience.wiley.com/journal/119410704/suppinfo　　　sm004.pdf

発現量が色　青〜赤　一回の結果が縦長の長方形　繰り返し実験 の結果を並べる　異なる条件での値をさらに並べる

この図では遺伝子数が 33，条件が 24 各条件につき値が5つ以上ある。 さすがに自分で出したデータではなく、expression profile in the AtGenExpress stress series の値を用いている。

• サイエンスマップ

http://www.nistep.go.jp/achiev/ftx/jpn/rep139j/pdf/rep139j.pdf　　　サイエンスマップ２００８

マップの描画法に工夫がされている（３８ページ）。研究領域の広がり（大きさ）をガウス関数で表現している。マップ上の円の大小で大きさを表現しようとすると、最大の円と最小の円の大きさの比率が１００くらいになる。それでは都合が悪い。

研究領域の、マップ上での中心位置が決められる。その点を中心として、その研究領域に属するコアペーパーがガウス関数状に分布するように配置する（平均が０、分散は１？）。属するコアペーパーが少ない（小さい）領域の場合は、中心の周りにコアペーパーが分布する。大きい領域では、広い範囲に分布するようになる。

マップを細かいグリッドに分け、それぞれのグリッドに含まれるようになったコアペーパーの数をカウントする。 それを用いてマップに、ヒートマップのように色をつける。広がりを表現しつつ、量も表現できる。

「サイエンスマップ」それ自体がとてもすばらしい物だが、データの表現法にも工夫があって非常に参考になる。

• クラスタリングの利用

「植物の葉の形造りに関わる遺伝子ネットワーク」町田千代子，高橋広夫，町田泰則　各博士　化学と生物（日本農芸化学会会誌）2010年7月号　456ページ

「知識ベース FuzzyART 法」という方法を用い、遺伝子発現パターンのクラスタリングを行っている。18クラスタに分けられている。それらのクラスタから、代表となるデータ（平均？）を取り出し、一つのグラフに折れ線でプロットしている。

そうすることによって、たくさんの遺伝子のデータに由来する情報を一つの折れ線グラフでわかりやすく示せる。それぞれの遺伝子のデータは、クラスタごとに分けて、一つずつグラフにすればよいだろう。