Aplicación pública
Una aplicación Shiny para explorar datos de microbiomas mediante controles y visualizaciones. Mi contribución consiste en organizar el flujo analítico y acercar las herramientas de R a usuarios que trabajan principalmente desde una interfaz gráfica.
El problema
El análisis de microbiomas combina tablas de abundancia, taxonomía y metadatos de muestras. Relacionar esas piezas, escoger una medida de diversidad y explorar diferencias entre grupos requiere tanto criterio biológico como manejo de herramientas estadísticas.
Andera está orientada a biólogos y biotecnólogos que necesitan explorar esos datos sin escribir cada operación en una consola de R.
La solución
La aplicación trabaja con objetos phyloseq, que reúnen los datos necesarios para el análisis. A partir de ellos ofrece exploración de la composición, diversidad alfa y beta, ordenaciones, redes y análisis de abundancia diferencial.
El recorrido parte de la carga de los datos y permite examinar distintas perspectivas de las mismas muestras. Las visualizaciones ayudan a formular preguntas sobre composición y variabilidad antes de interpretar comparaciones entre grupos.
Decisiones de desarrollo
Shiny aporta la interfaz interactiva; phyloseq y vegan sustentan parte del trabajo analítico. La organización modular en R separa las distintas tareas de exploración y facilita revisar cada componente sin concentrar toda la lógica en una única pantalla.
El diseño busca mantener una relación reconocible entre los datos de entrada, las opciones elegidas y el resultado mostrado. La interfaz acompaña las decisiones del análisis, que siguen dependiendo de la pregunta y del diseño del estudio.
Resultado y límites
Andera está disponible públicamente en Posit Connect Cloud y se puede utilizar desde el navegador. El código fuente se mantiene en un repositorio privado.
La interpretación depende de la calidad de los metadatos, el filtrado y la normalización de los datos. Una separación visual en una ordenación no demuestra por sí sola una diferencia entre grupos, y las asociaciones de una red no establecen causalidad. El volumen de muestras y variables también condiciona el tiempo de cálculo y la memoria necesarios.