MAD-FC：読みやすさ、比例性、対称性による視覚化の変化

倍数変化の線形プロットによって示される視覚化特性の組み合わせを実証する倍数変化変換を提案します。折り畳み変化の視覚化は、理想的には次のことを示す必要があります。（1）読みやすさ、折り畳み変化値がデータポイントの位置から回復可能です。（2）同じ方向の折り畳み変化値が、変化なしの点から比例して遠くにある比例。（3）対称性。同じ大きさの正と負の折り畳み変化は、変化のない点と等距離にあります。（4）高ダイナミックレンジ。データポイント値は、固定プロット領域とピクセル解像度内で数桁にわたって区別できます。線形視覚化には読みやすさと部分的な比例性がありますが、高い動的範囲と対称性がありません（マイナス方向の折り畳み変化は[0、1]の間で結合され、正は（1、∞）の間にあります）。倍率変化のログプロットには、部分的な読みやすさ、高ダイナミックレンジ、および対称性がありますが、ログ変換のために比例性がありません。フォールド変化データの線形視覚化を拡張して読みやすさ、比例、および対称性を示すように拡張する、折り畳み変化の鏡面軸の歪みと名付けられた新しい変換の概要を説明します（ただし、線形プロットの動的範囲は限られています）。さまざまなフォールド変更プロットを使用して、生物医学データを使用したMAD-FCの使用を説明します。MADプロットは、高ダイナミックレンジを必要としないアプリケーションのログまたは線形プロットよりも有用な視覚化である可能性があると主張します（Log2スペースでは8ユニット未満）。

We propose a fold change transform that demonstrates a combination of visualization properties exhibited by log and linear plots of fold change. A fold change visualization should ideally exhibit: (1) readability, where fold change values are recoverable from datapoint position; (2) proportionality, where fold change values of the same direction are proportionally distant from the point of no change; (3) symmetry, where positive and negative fold changes of the same magnitude are equidistant to the point of no change; and (4) high dynamic range, where datapoint values are distinguishable across orders of magnitude within a fixed plot area and pixel resolution. A linear visualization has readability and partial proportionality but lacks high dynamic range and symmetry (because negative direction fold changes are bound between [0, 1] while positive are between (1, ∞)). Log plots of fold change have partial readability, high dynamic range, and symmetry, but lack proportionality because of the log transform. We outline a new transform, named mirrored axis distortion of fold change (MAD-FC), that extends a linear visualization of fold change data to exhibit readability, proportionality, and symmetry (but still has the limited dynamic range of linear plots). We illustrate the use of MAD-FC with biomedical data using various fold change plots. We argue that MAD plots may be a more useful visualization than log or linear plots for applications that do not require a high dynamic range (less than 8 units in log2 space).