3D-Manhattan: An interactive visualization tool for multiple GWAS results

Dit artikel introduceert 3D-Manhattan, een interactieve, browsergebaseerde tool die meerdere GWAS-resultaten in een driedimensionale ruimte visualiseert om complexe vergelijkingen over tijd, eigenschappen of condities mogelijk te maken.

Hashimoto, S.

Gepubliceerd 2026-03-17
📖 3 min leestijd☕ Koffiepauze-leesvoer
⚕️

Dit is een AI-gegenereerde uitleg van een preprint die niet peer-reviewed is. Dit is geen medisch advies. Neem geen gezondheidsbeslissingen op basis van deze inhoud. Lees de volledige disclaimer

Each language version is independently generated for its own context, not a direct translation.

Stel je voor dat je een enorme bibliotheek hebt vol met boeken over de genetica van planten. Elk boek vertelt het verhaal van één specifieke eigenschap, zoals hoe hoog een plant groeit of hoe goed hij droogte verdraagt.

Vroeger, als je wilde weten welke genen belangrijk waren, keek je naar één boek tegelijk. De wetenschappers gebruikten daarvoor een speciaal soort grafiek, een "Manhattan-plot". Dit is als een stadsgezicht waar elke toren een stukje DNA voorstelt. Hoe hoger de toren, hoe belangrijker dat stukje DNA is voor de eigenschap. Dit werkt prima voor één verhaal.

Het probleem: Te veel boeken, te veel chaos
Maar nu is de wereld veranderd. Dankzij slimme camera's en sensoren hebben we niet meer één boek, maar duizenden. We hebben nu boeken over dezelfde plant, maar dan op verschillende tijdstippen (bijvoorbeeld: hoe ziet het eruit op dag 1, dag 10, dag 20?), of over verschillende eigenschappen tegelijk.

Als je al die "stadsgezichten" (de Manhattan-plots) naast elkaar op een muur plakt, wordt het een rommeltje. Je moet je hoofd heen en weer bewegen om te zien of een toren in boek A ook in boek B staat. Het is alsof je probeert een film te kijken door 50 losse foto's naast elkaar te houden. Je mist het grote plaatje: hoe verandert het verhaal eigenlijk?

De oplossing: 3D-Manhattan
Hier komt 3D-Manhattan om de hoek kijken, de nieuwe tool die de auteur, Shumpei Hashimoto, heeft bedacht.

Stel je voor dat je die losse foto's niet naast elkaar plakt, maar op elkaar stapelt tot een enorme, glazen toren.

  • De bodem van de toren is je eerste dag (of eerste eigenschap).
  • De tussenverdiepingen zijn de volgende dagen.
  • De top is de laatste dag.

Nu heb je één gigantisch, driedimensionaal gebouw. Je kunt eromheen lopen (of in de computerwereld: rondkijken met je muis).

Waarom is dit zo cool?

  1. Je ziet patronen die je anders mist: Als er een toren is die op de eerste verdieping klein is, maar op de tiende verdieping gigantisch wordt, zie je dat direct. Je ziet hoe een gen "wakker wordt" naarmate de plant groeit. In de oude methode (losse foto's) zou je dit misschien nooit opmerken.
  2. Het is als een 3D-kaart: Je kunt inzoomen op één specifieke verdieping om details te zien, of juist achteruitstappen om het hele gebouw te overzien. Je kunt zelfs lijntjes trekken tussen dezelfde toren op verschillende verdiepingen, zodat je ziet: "Ah, dit stukje DNA blijft de hele tijd belangrijk!"
  3. Het werkt in je browser: Je hoeft geen zware software te installeren. Het werkt gewoon op je computer, net als een interactieve website. Het is snel, soepel en je kunt er prachtige plaatjes van maken om je verhaal te vertellen.

Kortom:
3D-Manhattan is als het verschil tussen een stapel losse landkaarten en een globus. Met de landkaarten moet je je verbeelding gebruiken om te zien hoe landen met elkaar verbonden zijn. Met de globus zie je de wereld in één oogopslag, inclusief hoe de continenten met elkaar verbonden zijn.

Deze tool helpt biologen en kwekers om sneller te ontdekken welke genen planten sterker, slimmer of productiever maken, door alle informatie in één mooi, overzichtelijk 3D-gebouw te stoppen.

Verdrinkt u in papers in uw vakgebied?

Ontvang dagelijkse digests van de nieuwste papers die bij uw onderzoekswoorden passen — met technische samenvattingen, in uw taal.

Probeer Digest →