BAB 3

3 Aplikasi pendukung Heatmap

3.1 Qlucore Omics Explorer

3.1.1 Apa itu Qlucore Omics Explorer? Qlucore adalah sebuah perusahaan dari Lund, Swedia, yang menyediakan software bioinformatika untuk industri ilmu kehidupan dan biotek. Para pendiri adalah Thoas Fioretos, profesor dan konsultan senior di Divisi Genetika Klinis di Rumah Sakit Universitas Lund, Johan Rade, profesor matematika di Universitas Lund, Magnus Fontes, guru besar matematika di Universitas Lund dan presiden Qlucore Carl-Johan Ivarsson. Saat ini, produk Qlucore digunakan di 23 negara. Produk utama perusahaan, Qlucore omics Explorer, menggabungkan metode statistik dengan real time visualisasi dan antarmuka pengguna yang intuitif, sehingga memudahkan para ilmuwan biomedis untuk menganalisis data mereka sendiri, atau bersama-sama dengan spesialis bioinformatika. Mesin perangkat lunak inti visualisasi data 3D serta 2D dan karena itu dapat membantu pengguna untuk mengidentikasi struktur dan pola tersembunyi. Kombinasi visualisasi, metode statistik canggih dan klik dan titik user interface yang mudah digunakan telah membantu banyak ilmuwan dengan penelitian mereka. Perangkat lunak Qlucore omics Explorer dapat digunakan untuk men- ganalisis data set seperti:  ekspresi gen: RNA-seq, microarray, real-time PCR  MicroRNA: microarray, real-time PCR  DNA metilasi: microarray  ekspresi protein: microarray, array antibodi, 2-D gel  proteomik  Data metabolomik  Setiap data multivariat ukuran sampai dengan 1000 x 100.000

3.1.2 Tutorial menggunakan Qlucore Omics Explorer (QOE)  Untuk memulai QOE, klik dua kali ikon Qlucore omics Explorer (shortcut) pada desktop atau mulai Qlucore omics Explorer dari Menu Program ditemukan di Start Menu.  The QOE Jendela Utama akan muncul. Kita mulai dengan orientasi yang cepat dari apa yang Anda lihat pada layar, lihat gambar di bawah. Di tengah-tengah Anda menemukan Ruang Kerja di mana semua plot akan

ditampilkan di Plot Windows. Selanjutnya Anda menemukan beberapa Dock Windows. Secara default Sampel, Variabel dan Log dermaga jendela merapat ke kiri jendela utama dan Statistik dan Mendapatkan jendela Memulai mengambang.  Di Menu Bar Anda dapat memilih dermaga jendela yang ditampilkan di bawah View> Dock Windows. Dari menu View Anda juga dapat meluncurkan GO Browser dan GSEA Workbench serta Quality Control (QC) laporan. Di bawah Menu bar Anda menemukan kontrol yang berbeda yang mengatur fungsi alat mouse dan operasi dilakukan pada kumpulan data. Anda juga menemukan tujuh Tab yang berbeda: Data, Metode, Options, Lihat, Cluster, Membangun classier dan Classify, yang akan membantu Anda untuk memilih dan mengelola alur kerja di QOE.  Di tepi jendela Statistik Anda dapat memilih metode statistik yang Anda ingin gunakan untuk mempelajari dataset Anda. Akhirnya di bagian bawah Anda menemukan Status Bar. Dalam Status Bar Anda menemukan misalnya jumlah total sampel dan variabel dalam set data ditampilkan dan informasi di berapa banyak dari mereka yang secara aktif mengambil bagian dalam analisis pada saat ini. Untuk memulai, kita pertama-tama mengembalikan pengaturan de- fault.  Pilih File> Kembalikan Pengaturan Default item menu di Menu Bar  Pilih OK, ketika Anda akan ditanya apakah Anda ingin mengembalikan pengaturan default Perhatikan bahwa ketika nanti keluar QOE pengaturan saat ini akan disimpan dan digunakan berikutnya kali program dimulai dan Anda dapat dengan demikian secara langsung mulai bekerja dengan pengaturan yang terbaik sesuai data Anda. Untuk membuka le data.  Buka menu Help> Contoh File> Qlucore Data Uji Set.gedata The Qlucore Test Data Set sekarang terbuka di QOE dan Anda memi- liki posisi awal untuk mulai menganalisis data. Apa yang Anda lihat saat ini di Ruang Kerja adalah proyeksi komponen utama dari 12 sampel dari 50 dimensi (sesuai dengan 50 pengukuran (variabel) untuk masing-masing sampel) turun ke ruang tiga dimensi yang direntang oleh tiga pokok pertama komponen. Sampel berwarna sesuai dengan sampel ID penjelasan seperti dapat terlihat di jendela Color Legend. Ke kiri, jendela Sampel dipilih secara default. Di sini Anda dapat melihat dan memanipulasi informasi yang terhubung ke sampel Anda. Sejalan dengan

figure 14

Figure 15: itu, Anda akan menemukan informasi berkaitan dengan variabel dengan memilih jendela Variable. Dengan memilih jendela Log Anda akan dapat membuat Log alur kerja Anda di QOE. Pada jendela Color Legenda Anda menemukan semua informasi yang relevan, dalam bentuk yang mudah untuk ekspor, mengenai pewarnaan sampel atau variabel. Anda dapat memilih untuk menutup dermaga jendela Color Legenda agar untuk mendapatkan ruang kerja yang lebih. Di atas Work Sheet dan di bawah menu bar Anda menemukan kontrol yang berbeda mengandung perintah untuk beberapa fungsi dasar. Di antara mereka adalah Data, Metode, Pilihan dan View tab. Data tab memiliki kontrol yang berhubungan dengan bagaimana data dipersiapkan untuk analisis masa depan dan tab View berisi kontrol yang berhubungan dengan bagaimana data disajikan. Metode tab dipilih secara default dan di sana Anda menemukan kontrol yang berhubungan dengan analisis. Tab Options meliputi perbaikan dan penambahan metode yang tersedia di Metode tab. Anda memilih jenis petak di tab Metode (Contoh PCA dipilih oleh default). Anda juga memilih cara menormalkan / skala data Anda di sini dan untuk membuat grak / jaringan. Tab Cluster mengontrol penciptaan otomatis dari cluster. Tab Build classier meliputi fungsi untuk membangun pengklasikasi. The Mengklasikasikan tab memungkinkan klasikasi sampel berdasarkan classier a. Ada beberapa jenis plot yang berbeda tersedia di QOE dan adalah mungkin untuk mengkongurasi plot dalam berbagai cara. Ada de- lapan jenis plot utama dan Anda memilih jenis petak di Metode tab.  PCA  Heatmap (Heat)  Scatter  Table  Line  Box  Bar  Histogram

Beberapa plot dapat dikongurasi untuk menunjukkan baik sampel atau variabel. ini adalah dipilih menggunakan tombol mode di tab Metode. Dalam Tebar, Box, Line, Bar dan Histogram pilihan lebih lanjut tentang apa yang harus plot dibuat menggunakan alat Seleksi Axis data.

Figure 16: QOE memungkinkan tingkat eksibilitas yang tinggi dalam jumlah plot dan dataset yang Anda bisa buka secara paralel. Ketika banyak plot terbuka plot yang terakhir diaktifkan oleh kiri klik dengan Mouse disebut plot aktif. Operasi yang dipilih biasanya akan mempengaruhi plot aktif. Statistik jendela yang penting dan Anda memiliki kebebasan untuk posisi jendela ini dimanapun Anda inginkan di layar Anda. Kami kemudian akan menjelaskan beberapa fungsi jendela Statistik  Pindahkan jendela Statistik untuk melihat dengan jelas sampel ditampilkan. Sebelum kita melanjutkan kita akan membiasakan diri dengan struktur dasar dari Qlucore Uji Data Set. Sebuah subset dari kumpulan data disajikan dalam tabel di bawah. Kumpulan data termasuk 50 variabel yang diukur untuk 12 sampel.  Lima baris pertama adalah penjelasan sampel dan yang pertama tiga kolom adalah penjelasan variabel. Data matriks dimulai dengan sel dengan nilai "0,071". Sekarang, mari kita lanjutkan. Semua perintah yang diberikan di QOE segera mempengaruhi proyeksi ditampilkan di Plot Windows.  Pilih tab View  Pada bagian Warna tab View, pilih untuk warna sampel Anda sesuai dengan penjelasan "Treatment". Ini akan mewarnai aktif PCA plot contoh. Pada tab View ada lebih banyak mewarnai Pilihan dan pilihan akan berubah tergantung pada jenis plot yang aktif. Dalam tutorial kita akan menyebutkan beberapa pilihan warna tapi jangan ragu untuk mencoba milikmu.

figure17

figure18

 Dalam Tool Box Anda memilih fungsi mouse (Move tombol radio di sudut kiri atas diperiksa secara default). Ketika Move dipilih, Anda dapat memutar gambar dengan menekan kiri mouse tombol dan drag gambar dengan mouse di Ruang Kerja  Pilih Pusat di Tool Box dan kemudian klik kiri pada sampel di plot. The sampel yang dipilih kemudian ditempatkan di pusat Plot Window Dengan mengklik kiri sampel lain, sampel ini akan ditempatkan di tengah sebaliknya. Oleh mengklik Batal di Tool Box plot aslinya dikembalikan. Clear dan Multi dua kontrol yang mempengaruhi penggunaan alat mouse yang dipilih. Yang jelas akan menghapus semua tanda dan la- bel yang dipilih dan Multi akan memungkinkan Anda untuk membuat beberapa Pilihan.

figure19

 Pilih Move. Di sudut kiri bawah dari jendela utama Anda menemukan Status Bar. Di sini Anda melihat teks 12/12 Sampel, menunjukkan bahwa se- mua sampel yang tersedia saat ini dipertimbangkan dalam alur kerja, masing-masing dari mereka sesuai dengan salah satu dari 12 bulatan kecil yang Anda lihat diplot di layar.  Pilih Info di Tool Box dan kemudian klik kiri pada sampel. 3.1.3 Analisis statistik dengan Visual Feedback Pada bagian ini kita akan terus bekerja dengan hanya satu petak aktif dan itu akan menjadi heatmap. Kami akan melakukan uji statistik dan memvisualisasikan hasilnya secara bersamaan. Kita akan menggunakan heatmap untuk menghasilkan umpan balik visual. Kita bisa bekerja dengan jenis rencana tapi untuk alasan pedagogik kami memperkenalkan jenis plot baru. Pilih Heat di tab Metode. Anda akan langsung mendapatkan plot di bawah ini. Catatan: bagian putih dari heatmap menunjukkan nilai-nilai yang telah direkonstruksi menggunakan rekonstruksi nilai yang hilang. Pada tab Data metode untuk nilai yang hilang rekonstruksi dapat dipilih. Silahkan lihat manual Referensi untuk lebih jelasnya tentang hilang nilai-nilai. Anda pilih Normalisasi dalam kotak Normalisasi pada tab Metode. Standarnya adalah untuk menyajikan data dinormalisasi. Pertama kita meningkatkan plot dengan menambahkan elemen visual tambahan.  Pilih Warna Sampel di tab View dan kemudian warna dengan anotasi "Treatment".  Kemudian pilih Orde Sampel di tab View dan pilih "Hierarchical clustering" Ada empat algoritma yang berbeda (Linkage) bahwa Anda akan menemukan di Options tab untuk menghasilkan cluster (mean, rata-rata tertimbang, minimum dan maksimum linkage). Kami mengacu pada referensi manual untuk informasi lebih lanjut tentang ini dan informasi terkait di heatmaps dan clustering. Clustering dapat didasarkan baik pada:

figura20

figura21

 Kovarian (yaitu menggunakan data dinormalisasi berarti 0 untuk setiap variabel), atau  Korelasi (yaitu menggunakan data dinormalisasi berarti 0 dan varians 1 untuk setiap variabel).

Klik sampel (subkelompok jelas dilihat dari "" yang paling dekat dengan subkelompok hijau "TEL-AML1") satu per satu. Sampel tersebut kemudian dipindahkan ke kelompok sampel "New Value". Catatan bahwa jika Anda kebetulan memindahkan beberapa sampel tidak sengaja Anda dapat membatalkan perintah terakhir Anda dengan memilih tombol Undo di Toolbar Nilai. Plot di bawah ini adalah dari tengah proses reklasikasi. Beberapa sampel tidak dijelaskan dalam kelompok baru (= biru muda) dan beberapa masih putih. Dengan memilih Move di Tool Box, Anda dapat memutar plot dan memeriksa bahwa Anda telah menandai semua sampel. Jika tidak, Anda memilih Anotasi lagi dan menyelesaikan operasi. Ketika Anotasi dipilih dalam Tool Box, Anda dapat memilih multi dan Anda kemudian memiliki pilihan untuk memilih beberapa sampel dengan menggambar kurva tertutup

di sekitar mereka. Anda melakukan ini dengan menekan tombol kiri mouse sementara pada saat yang sama bergerak pointer (mouse) jam bijaksana sekitar sampel yang dipilih untuk membuat kurva tertutup. Catatan: Jumlah variabel mengambil bagian dalam perubahan analisis ketika Anda memperbarui subkelompok penjelasan. Hal ini disebabkan fakta bahwa p-value diatur ke 1e-7 dan set variabel aktif sesuai dengan ini p-nilai di bawah uji statistik yang dipilih tergantung pada subkelompok yang kita pilih untuk membedakan. Dengan subkelompok baru kami telah menambahkan informasi apriori dan diharapkan bahwa analisis ANOVA dipengaruhi.  Pilih Move di Tool Box Sekarang kita akan membuka jendela Plot lain di Ruang Kerja. 3.1.6 Multiple Plot Windows Anda dapat setiap saat selama analisis membuka jendela Plot baru di Ruang Kerja. Ini Plot baru Windows yang membuka dapat disinkronkan dengan aktif (disorot) Plot Jendela atau tidak. Jika PlotWindows disinkronkan, mereka akan selalu berbagi sampel aktif yang sama dan / atau variabel, tetapi mereka dapat, misalnya, akan diwarnai sesuai dengan penjelasan yang berbeda. Model kerja ini sangat berguna karena Anda dapat kembali melihat beberapa aspek dari data Anda di ruang kerja yang sama. Anda mengaktifkan (memilih) Window Plot dengan mengklik di mana saja di dalamnya. Bingkai jendela Plot sedang aktif selalu disorot.  Pilih Window> New Synchronized Plot di Menu Bar. Perhatikan bahwa Anda sekarang memiliki dua Plot Windows yang berbeda terbuka di Qlucore omics Explorer. Anda dapat menemukan mereka terdaftar di bawah Window pada Menu bar.  Anda dapat memilih jendela untuk menampilkan atau Anda dapat menampilkan semua jendela dengan memilih Window> Tile di Menu bar.  Pastikan bahwa Plot Window baru aktif dan pilih Novel Group di textbox Anotasi Contoh di Sample Dock Window.  Pilih Sample Color Button di Sample Annotations Toolbar untuk mewarnai sampel dalam jendela aktif sesuai dengan Novel group attribute Kita sekarang dapat melihat Nilai subkelompok baru kita di jendela kanan sesuai dengan "Grup Novel" di jendela kiri. 3.1.7 Mengerjakan dengan Variabel Meskipun kami memiliki, tegasnya, telah bekerja dengan variabel sepanjang waktu, karena kami telah disaring data, kita sekarang akan kita lihat secara eksplisit.

 Buat Jendela Plot Synchronized baru dengan memilih menu Window dan New Synchronized Plot.  Pilih Tile di menu Window untuk melihat kedua plot  Pastikan bahwa Plot Jendela sebelah kiri adalah aktif dan kemudian pilih Plot Jenis PCA dan Modus Variabel di tab Metode untuk menampilkan PCA petak variabel. Hal ini memberikan dua berikut plot: Di Window Plot kiri atas Anda melihat plot PCA dari 115 variabel aktif berpartisipasi dalam analisis saat ini.  Pilih jendela kiri dengan mengklik di mana saja di dalamnya, untuk mengaktifkannya.  Pilih Warna Bar. di bawah View Tab.  Pilih untuk mewarnai variabel "by data for one or more samples" dan kemudian pilih Leukemia Subtipe penjelasan dan akhirnya kelompok "E2APBX1". Ada sejumlah cara untuk variabel warna (Solid, varians, R2, ...) melihat daftar pilihan Color Variabel untuk semua pilihan. Variabel

sekarang berwarna sesuai dengan tingkat ekspresi mean dalam kelompok subtipe dipilih dalam Tabel Nilai untuk Sampel ("E2A-PBX1"). Red berarti sangat disajikan, yaitu mereka up-diatur dalam kelompok Sampel dipilih dan hijau sesuai dengan turun-diatur gen. Di Plot Jendela sebelah kiri bawah Anda melihat PCA petak tiga dimensi dari 115 variabel, mengambil bagian dalam analisis pada saat ini, berwarna sesuai dengan tingkat ekspresi berarti mereka dalam Contoh subtipe kelompok "E2A-PBX1". Perhatikan bahwa karena kita telah memilih untuk bekerja dengan plot disinkronkan, variabel sangat disajikan dalam kelompok "E2A PBX1" ditemukan dalam arah yang sama di plot sebagai kelompok "E2A-PBX1" itu sendiri.  Pilih View> Dock Jendela> Color Legenda untuk melihat skala warna

Sekarang kita akan membuat daftar gen yang paling diregulasi dalam kelompok "E2A-PBX1".  Pilih Variable Dock Window  Pilih Daftar di Tool Box (agar mampu membuat pilihan ini, plot jendela kanan harus aktif). Variabel daftar baru tersedia di Variable Daftar Tabel, menampilkan gen yang dipilih. Perhatikan bahwa penjelasan untuk gen yang dipilih dalam daftar nama variabel yang ditemukan di Variable Anotasi Table. Alat Daftar bekerja di jenis tanah termasuk variabel. Ini bisa menjadi plot PCA variabel, peta panas atau plot pencar. Dengan tombol Pilih Kolom di jendela dock variabel Anda dapat memilih informasi apa yang ingin hadir di Tabel Variabel. Anda dapat misalnya mendapatkan p dan q-nilai untuk setiap variabel individu. Buat salinan dari daftar yang telah Anda buat menggunakan tombol dan beri nama daftar untuk misalnya "Memisahkan E2A-PBX pilihan", akhirnya pilih tombol Save untuk menyimpan daftar variabel untuk digunakan di acara nanti.

Dengan tombol Open, Anda dapat mengimpor daftar variabel yang sudah disimpan. Hal ini dimungkinkan untuk memiliki variabel banyak daftar terbuka pada waktu yang sama. Daftar baik dapat dibuat dalam QUOTE, karena kami hanya melakukan, atau menjadi daftar pengenal variabel dibuat dari sumber lain (kategori gen ontologi, jalur, ..). 3.1.8 Membuat Penggolongan Cara alternatif, untuk uji statistik, untuk mengidentikasi variabel (tur) dari bunga acuan misalnya ketika tujuannya adalah untuk melakukan penemuan biomarker, adalah untuk menciptakan classi- er dan mengamati variabel yang yang dipilih. Daftar ini variabel adalah titik awal yang baik untuk memahami variabel yang yang ter- baik potensial biomarker. Membangun classier yang dilakukan dari tab Build Classier. output adalah classier, laporan luas dan daftar variabel variabel yang dipilih. 3.1.9 Analisis lebih lanjut dan eksplorasi Pada titik ini dalam analisis kita telah membahas berbagai fungsi dan Anda memiliki membiasakan diri dengan metode seleksi, pilihan pewarna, plot disinkronkan dan banyak lagi. Pada bagian berikut kita akan lebih singkat menyoroti fungsi tambahan. Kita mulai dengan plot Box. Box plot  Tutup Variabel PCA

 Tutup Correlated Variable Box  Periksa daftar Variabel aktif untuk mencakup semua variabel  Ganti ke Filter oleh Dua Kelompok perbandingan dan E2A-PBX1  Pilih tab Metode dan mengubah jenis rencana untuk Box. Untuk mengisi plot, data untuk sumbu X dan sumbu Y kebutuhan untuk dipilih. Arahkan ke X Axis drop down box di Axis data Box di Metode Tab dan pilih Anotasi Contoh "Leukemia Subtipe".  Pilih Y Axis di Tool Box  Pilih Variable dalam daftar pencarian di Variable window. Anda harus mendapatkan plot seperti di bawah ini. Seperti yang diharapkan nilai-nilai untuk variabel ini tinggi di Blue kelompok (E2A-PBX1) karena itu adalah bagaimana kita memilih variabel dari awal. Setiap kotak dihitung berdasarkan sampel di sub kelompok masing-masing. Bagian dari kotak didenisikan menurut berikut:  Garis putus-putus adalah nilai mean  Batas atas kotak adalah 75 persentil (default)  Batas bawah kotak adalah 25 persentil (default)  Secara default tepi kotak ditetapkan pada nilai data titik terendah masih dalam 1,5 kali kisaran kotak batas kotak yang lebih rendah, dan pada nilai titik data yang tertinggi masih dalam 1,5 kali kisaran kotak batas kotak atas. Lingkaran mewakili outlier potensial dan mereka didenisikan oleh elemen data di luar tepi.

bar plot

Bar Plot dapat dikongurasi dalam beberapa cara dan juga men- dukung operasi pada kelompok (seperti rata-rata)  Bar Plot dapat dikongurasi dalam beberapa cara dan juga mendukung operasi pada kelompok (seperti rata-rata)  Bar Plot dikendalikan dari tab Metode mana sumbu X dan sumbu Y konten yang dipilih. Operasi data dikendalikan dari tab Options. Dari tab View adalah kongurasi visual yang dioperasikan.  Plot pertama di bawah ini menunjukkan kumpulan data Qlucore Test. Sumbu X pertama memerintahkan sesuai dengan penjelasan "Treatment" yang memiliki tiga nilai ("Drug 1", "Drug 2" dan "Placebo"), urutan kedua adalah dengan penjelasan "Gender". Ini berarti bahwa dalam setiap "Treatment" subkelompok bar yang diperintahkan menurut "Gender", dari plot kita melihat bahwa "Perempuan" sampel pertama dan kemudian "Pria". Dalam Pilihan Data tab yang berbeda Campurkan operasi pada data dapat didenisikan. Dalam plot bawah data rata-rata. Operasi selalu berlaku untuk penjelasan kedua yang dipilih di tab Metode. Line plots and Kaplan Meier survival plot Untuk menghasilkan penjelasan plot Kaplan Meier Sampel yang mengandung waktu kelangsungan hidup itu diperlukan. Informasi sensor juga dapat digunakan. Ini kemudian harus tersedia sebagai Contoh penjelasan kedua.  Pilih plot Line dan pilihan Kaplan-Meier di X-Axis data Selection pada tab Metode. Juga menentukan jika data harus diatur dalam kelompok yang berbeda

Berikut ini adalah contoh dari set data uji Qlucore. Kelangsungan hidup bagi pasien dalam tiga berbeda "Treatment" kelompok ("Drug 1", "Drug 2" dan "Placebo") disajikan. Scatter plots Scatter plots sangat eksibel dan mereka dapat diisi dengan data dalam berbagai cara. Contoh pertama adalah Sampel scatter plot.  Pilih plot tipe Scatter dan mode Sampel dalam Metode Tab.  Pada Tab Data, uncollapse data. Ubah pengenal Variabel untuk probeset ID  Pilih alat X Axis di Tool Box dan pilih variabel pertama dalam daftar Pencarian  Pilih alat Y Axis di Tool Box dan pilih variabel kedua dalam daftar Pencarian  Pilih tab View dan Warna sampler dengan anotasi "Leukemia Subtipe" Ini harus memberikan plot berikut. Satu variabel pada setiap sumbu dan semua sampel aktif diplot. Terhadap "E2A-PBX1" kelompok (Biru) terpisah dalam plot karena itu adalah perilaku variabel dalam arus daftar pencarian. Contoh kedua adalah Variabel Scatter Plot.  Pilih plot tipe Scatter dan mode Sampel dalam Metode Tab.  Pilih Sample Window untuk melihat penjelasan sampel. Periksa bahwa annotasi "Leukemia subtipe" terlihat.  Pilih alat X Axis di Tool Box dan pilih sampel pertama di Sample Table (perhatikan bahwa angka-angka mungkin berbeda).

 Pilih alat Y Axis di Tool Box dan pilih grup E2A-PBX1 di Jendela Sampel.  Pilih tab View dan pilih untuk Warna variabel dengan anotasi "Leukemia Subtipe". Pada sumbu X adalah Contoh bernama "E2A-PBX 12 M # 1" di semua subplot. Pada masing-masing sumbu Y adalah sampel pada kelompok E2A-PBX1. Setiap titik di plot merupakan salah satu 470 variabel aktif. 3.1.10 Mengekspor gambar, animasi dan data lainnya  Anda dapat mengekspor setiap saat selama analisis berkelanjutan ekspor gambar atau animasi dari QOE.  Anda melakukan ini dengan memilih File> Ekspor> Gambar atau File> Export> Video, dan kemudian memasok nama dan karakteristik lain dari le yang diekspor.  Anda juga dapat mengekspor komponen utama, jarak sampel, penjelasan dan data penting lainnya untuk analisis hilir, melihat File> Export.  Dalam GSEA Workbench ada dua fungsi ekspor terpisah: Daftar ekspor dan Hasil. Ekspor Daftar transfer salinan daftar yang dipilih ke QOE utama daftar antarmuka program.

Dalam GO Browser Daftar Ekspor transfer hasil pencarian ke QOE utama daftar antarmuka program. Juga mencatat bahwa adalah mungkin, pada setiap titik dalam analisis, untuk menyelamatkan keadaan saat lengkap QOE dengan menggunakan fungsi Log. Anda kemudian dapat kembali ke titik tertentu dalam analisis, dengan membuka le log yang sesuai di QOE, dan pilih titik log tertentu.

#author #literature