这是时代的标志：一个面向多组学爱好者的应用商店。到 2024 年底，多组学分析门户(MAP) 将成为一站式计算机应用程序商店，能够理解各种海量组学数据。基因组学、蛋白质组学、脂质组学、转录组学等所有这些都欢迎。

太平洋西北国家实验室 (PNNL) 和环境分子科学实验室的数据科学家 Lisa Bramer 和生物统计学家 Kelly Stratton 几年前开始开发这家商店。到目前为止，该团队已经发布了两个应用程序的测试版，他们预计到今年年底将再推出四个应用程序。

“我们正在尝试创建一些易于使用但可扩展的东西，”Bramer 说。“我们的目标是，每次我们需要整合新工具、新仪器或新技术时，不要将功能添加到单个超大应用程序中。相反，我们可以创建这些更小、更简洁的应用程序，并将它们放在一个地方，这样研究人员就可以更轻松地尽早获得数据。”

PNNL 生物医学研究员 Sneha Couvillion 是 MAP 商店的早期采用者和粉丝。

“我很喜欢它，对于像我这样的非统计学家来说，它是一款很棒的工具，可以对数据进行基本的统计分析。”Couvillion 说。她说，对于规模较小的研究来说，它特别有用，因为她想快速查看一下数据，然后再决定如何进行。

她补充说：“在学术界，拥有一支生物统计学家团队并不常见。这是我们在 PNNL 拥有的奢侈品。”但她说，即使拥有一支这样的团队，数据分析的队伍也会排长队。有了 MAP 及其应用程序，研究人员现在可以随时随地自行深入研究数据。如果他们需要额外的分析，他们可以请一位生物统计学家来帮忙。

它不仅是一套工具，也是一种流程改进，Bramer 说。“通常，实验会从设计到实验台、仪器到数据分析，研究人员在生物统计学家与他们一起检查之前是看不到数据的。”

借助 MAP 中的一款应用 PMart，Couvillion 只需半小时就能用简单的数据集从原始数据转化为最终统计数据。这让她可以仔细考虑信息并决定下一步——通常是进行更大规模、设计更严谨的实验，这得感谢最初的数据。

多年来，可视化一直是数据分析的重要补充。有些人喜欢列表或文本行，而另一些人则喜欢图片。在可视化出现之前，后者陷入困境，（可能）更难理解他们的数据。

在 PNNL 实验室指导研究与开发计划的支持下，PMart 工具已扩展为处理一般组学和其他数据类型。该工具现在执行质量控制并准备数据以进行统计比较。它还包括方便的摘要可视化 - 所有这些都可以单独下载并保存用于报告，甚至包括统计员可以重现的计算命令。这对于科学界使用MAP 中的应用程序但希望或需要与专家统计员一起进一步分析的任何人尤其有用。

此外，应用程序之间还可以传输数据以进行进一步分析。例如，PMart 可以生成进入第二个应用程序（称为 MODE）的数据类型。

MODE 在发现趋势和创建交互式视觉显示方面非常出色。与主成分分析等传统摘要图表不同，后者可能会忽略显示重要信息和发现，MODE 呈现了测量和分析的每个生物分子的详细可视化，并有助于确定用户要调查的发现的优先顺序。