无懈可击之高手如林演员表生物医学研究领域高通量实验方法的多样性正在迅速增长。尽管数据采集的速度不断加快，我们从这些数据中得出有效结论的能力却有所滞后。数据可视化是生物数据初步分析的主要步骤，一些常用的降维方法，例如主分量分析（PCA）和t分布领域嵌入算法（t-SNE），常常被用于将高维数据映射至二维或三维空间中，以实现可视化。然而，由高维空间向低维空间转换的代价很大，经常导致信息的丢失。与之相对，聚类图（clustergram）或者热图技术可直接将数据进行可视化而无需降维。聚类图易于解释，广泛应用于生物数据可视化的印刷出版物中。

　　作者利用不同的数据演示了Clustergrammer的功能：癌细胞系百科全书（CCLE）的基因表达数据，利用质谱分析法从肺癌细胞系采集的原始翻译后修饰数据，以及质谱流式细胞仪测得血液中单细胞蛋白质组的原始数据。结果证明，Clustergrammer可分析多种生物数据，并产生基于网络的交互式可视化图表。