Spørgsmålet er ikke »hvilken software«, men »hvilket lag i stakken«
Et toksikologisk eksponeringssystem for zebrafisk genererer to meget forskellige typer råmateriale. På den ene side findes der pladebaserede driftsregistreringer: hvilken brønd modtog hvilken forbindelse, i hvilken koncentration, på hvilken dag og under hvilken eksponeringssituation. På den anden side findes der biologiske aflæsninger: dødsfaldsberegninger, misdannelsesskår, fotomotoriske respons, svømmespore og – i stigende grad – morfometriske egenskaber udledt fra billeder. At behandle »værktøjer til dataanalyse« som én enkelt kategori udjævner denne forskel, og det får laboratorier til at købe et sporingssystem med forventningen om, at det løser et datavedligeholdelsesproblem, som det aldrig blev designet til at håndtere.
Den praktiske måde at tænke på værktøjskæden er i lag. Lag et registrerer og scorer endpoints ved arbejdsbordet. Lag to gemmer observationsregistreringerne med tilstrækkelig struktur til at kunne gennemsøges. Lag tre udfører de statistiske analyser, der omdanner observationer til potensvurderinger, klassificeringer og sammenligninger. Et laboratorium kan klare sig med kommercielle værktøjer på ét lag og open-source-værktøjer på et andet – og mange gør det. Problemer opstår, når en enkelt applikation forventes at dække alle tre lag uden at afsløre, hvor den stopper.
Kommercielle platforme løser registreringen effektivt, og det er ikke en ubetydelig fordel
ViewPoint’s Zebralab- og DanioVision-systemer fremgår gentagne gange i offentliggjorte zebrafisk-metoder – og med god grund. De ligger på indfangnings- og første-niveau kvantificeringslaget og er bygget ud fra de reelle forhold ved adfærdsmæssige endpoints. Et typisk brugsscenario: larverne anbringes i en 96-brønd-plade, som herefter placeres i en Zebrabox-kammer og udsættes for skiftende lys- og mørkecyklusser, mens en kameraoptagelse registrerer aktiviteten. Softwaren returnerer derefter per-brønd-målinger såsom samlet bevægelse, tilbagelagt distance og responsamplitude over epoker. Studier, der anvender Tanguay-laborets 120 hpf-assay, har støttet sig til ViewPoint Zebralab sammen med et brugerdefineret fotomotorisk-respons-analyseværktøj samt et separat zebrafisk-indfangnings- og analyseprogram – hvilket siger noget væsentligt om, hvordan disse systemer faktisk anvendes: sjældent alene, men typisk som én komponent i en længere analysepipeline.
Styrken ved denne klasse værktøjer er konsekvensen ved indhentning. Billedfrekvenser, belysningstidspunkter og sporening på brøndniveau styres, så operatøren ikke træffer vurderingsmæssige beslutninger om, hvornår en stimuli blev aktiveret, eller hvilken pixel der tilhørte hvilken larve. Begrænsningen er lige så tydelig. Et sporingssystem fortæller dig, at bevægelse ændredes. Det fortæller ikke, om ændringen er en specifik udviklingsmæssig effekt eller en sekundær konsekvens af generel toksicitet, og det sammenfører ikke denne output med et morfologibaseret udviklingsendepunkt, der er vurderet af en anden person på en anden eftermiddag.
Open-source-værktøjer udfylder hullerne – men til en pris
Den open-source-delen af økosystemet er betydeligt udvidet, og dækningsgraden er nu så bred, at de fleste laboratorier kan samle en funktionsdygtig pipeline uden en omfattende softwarelicens.
FishInspector, udviklet ved Helmholtz-Centret for miljøforskning, blev bygget til at udlede upartiske kvantitative vurderinger af morfologiske fænotyper fra embryobilleder, og den er gratis tilgængelig via et offentligt kodearkiv. ZembryoAnalyser kombinerer morfometriske analyser, bevægelsesoptagelse og hjertefrekvensanalyse i én enkelt open-source-platform, hvilket gør den attraktiv for laboratorier, der udfører kardiovaskulære endpoints sammen med adfærdsmæssige. ZebraFET tager en helt anden retning. Det er en gratis skrivebordsapplikation, der er bygget specifikt omkring OECD-testvejledning 236 og håndterer projektopsætning, daglig brøndvurdering, fotostyring, beregning af LC50 og NOEC/LOEC, gyldighedskontroller samt rapportgenerering.
Det sidste eksempel fortjener opmærksomhed, fordi det afslører en almindelig misforståelse. Et laboratorium kan være fuldt overensstemmende med TG 236 og alligevel ikke have et fælles datalag. ZebraFET håndhæver den reguleringsmæssige aritmetik og gyldighedsgrænserne, men de observationsbegreber, som en tekniker indtaster i systemet, er stadig teknikerens egne begreber. I det øjeblik to laboratorier sammenligner resultater, genopstår terminologiproblemet.
Hvorfor ontologier og datapipelines er den del, som de fleste laboratorier springer over
SEAZIT-programmet, som drives via NIEHS, blev oprettet netop fordi udviklingsmæssige toksicitetsresultater mellem laboratorier varierer, når procedurer og terminologi ikke er standardiseret. En samarbejdsmæssig øvelse inden for SEAZIT viste, at anvendelsen af ontologibegreber øgede konsekvensen og mindskede tvetydigheden, og at en fælles datastandard burde reducere heterogeniteten i rapporterede begreber og forbedre overensstemmelsen mellem laboratorier. I den endelige interlaboratoriestudie testede tre laboratorier et blændet sæt på 42 kemikalier under fire ekspositionsforhold, og laboratorie-specifikke fenotypeoptagelsesbegreber blev tilknyttet begreber fra Zebrafish Phenotype Ontology og grupperet efter anatomiområde, inden der foretoges nogen tværlaboratoriel sammenligning.
Denne tilknytningsproces er den utiltrækkende kerne i, hvad en seriøs dataanalyseværktøjskæde gør. Den underliggende database i SEAZIT byggede på PostgreSQL, med tabeller opdelt i stofoplysninger, screeningsdata og analyser, og brøndtabellen fungerede som det centrale forbindelsespunkt. Referencekoncentrationer blev beregnet ud fra incidensdata, der blev opsummeret til slutpunktets niveau, og en specificitetsværdi blev udledt ved at sammenligne BMC for et ikke-dødelighedsrelateret slutpunkt med BMC for dødelighed, hvor log10-forskellen blev anvendt til at adskille specifikke udviklingsvirkninger fra uspecifik toksicitet.
Resultaterne af det interlaboratoriebaserede arbejde er en nyttig realitetskontrol for enhver, der køber værktøjer. BMC-værdierne for den positive kontrolsubstans varierede mellem laboratorierne og under forskellige eksponeringsforhold, og forekomstfrekvenserne for køretøjskontrollen lå mellem 0 og 8 procent afhængigt af laboratorium og scenarie. Ingen softwarelag eliminerede denne variation. Det, som den harmoniserede pipeline gjorde, var at gøre variationen synlig og fortolkelig – hvilket er et andet og mere ærligt mål end »standardiserede resultater«.
Hvor outputlagene adskiller sig fra hinanden og hvad der faktisk skal sammenlignes
Tabellen nedenfor stiller de største værktøjkategorier side om side ud fra de dimensioner, der er afgørende, når en screeningskampagne skal producere velbegrundede potensvurderinger – ikke blot smukke videoer.
| Værktøjslag |
Typiske eksempler |
Primærprodukt |
Håndterer ontologimapping |
Bedste løsning |
| Adfærdsmålingsplatform |
Zebralab, DanioVision |
Aktivitet pr. brønd, distance, responsamplitude |
No |
Locomotoriske og fotomotoriske endpoints |
| Billedebaserede morfometriske målinger |
FishInspector, ZembryoAnalyser |
Form- og hjertefrekvensfunktioner |
Delvis eller ingen |
Uforudindtaget morfologisk kvantificering |
| Regulatorisk FET-assistent |
ZebraFET |
LC50, NOEC/LOEC, gyldighedsflag |
No |
Overholdelse af og rapportering i henhold til TG 236 |
| Observationsdatabase med kontrolleret vocabularium |
INTOB |
Strukturerede fænotype- og metadataregistreringer |
Ja, ved design |
Langsigtede datavedligeholdelse og genbrug |
| Tværlaboratorieanalysepipeline |
SEAZIT-database og -pipeline |
BMC, specificitetsværdier, klassifikationer |
Ja |
Interlaboratorie-sammenligning og harmonisering |
INTOB, den integrerede effektdatabase for toksikologiske observationer fra UFZ, bør fremhæves særskilt, fordi den er bygget omkring FAIR-principperne for fundbare, tilgængelige, interoperable og genanvendelige data, og den standardiserer metadata og fænotypiske observationer gennem et kontrolleret vokabular. Det er en datavedligeholdelsesløsning på et datavedligeholdelsesproblem, og den supplerer snarere end konkurrerer med en sporingplatform.
Lektionen fra en rigtig screeningsplads
En mellemstor kontraktundersøgelsesgruppe, der udførte udviklingsmæssig toksicitetsarbejde på et par dusin forbindelser om måneden, stødte på en version af dette problem, som ingen enkelt leverandørdemo ville have afsløret. Adfærdsdataene befandt sig i sporingssystemets native eksportformat. Morfologiske scoringer befandt sig i et fælles regneark med fri tekst i fænotypekolonnerne. Pladekortene befandt sig et tredje sted. Da en sponsor anmodede om en koncentrations-respons-kurve, der kombinerede lokomotoriske og morfologiske endpoints for den samme forbindelse, brugte en analytiker det meste af en uge på manuel afstemning af brøndidentifikatorer, og den resulterende kurve var svær at forsvare, fordi fænotypetermerne blev normaliseret efterfølgende i stedet for at blive registreret mod en kontrolleret ordliste fra starten af.
Løsningen var ikke et nyt billeddannende instrument. Det var at indsætte et struktureret observationslag mellem optagelsesværktøjerne og statistikken, definere fænotypens ordforråd, inden den næste kampagne begyndte, samt kræve, at hver vurderet endepunkt indeholdt dets brønd-, plade- og kørselsparametre i den samme post. Sporingsplatformen blev ved med at blive brugt. Regnearket blev ikke.
Dette er stedet, hvor hardwaren og datalaget skærer hinanden på en måde, der nemt kan oversees ved specifikation af et toksikologisk udsættelsessystem til zebrafisk. En arbejdsstation, der som del af sin indbyggede funktion registrerer doseringsparametre for hver brønd, tidsstempler for billeddannelse og pladekort, fjerner en betydelig belastning ved afstemning, endda før analysefasen begynder. Hunter Labs ingeniørarbejde inden for væskehåndtering og kontrol på pladeniveau til zebrafisk-platforme har sat virksomheden i stand til at behandle dataopsamling som en integreret del af eksponeringshardwaren i stedet for som en efterfølgende tilføjelse fra en separat leverandør. Produktionssystemet bag Hunter Labs rækker og arbejdsstationer til zebrafisk – herunder præcise tolerancer for væskeveje og stabil elektronisk kontrol – resulterer i dataregistreringer, der afspejler, hvad der faktisk skete i hver brønd; og det er den eneste grundlag, som en efterfølgende analyseproces kan bygge på.
Værktøjerne findes. Det sværere spørgsmål er, om stakken er designet således, at datalaget arver den fysiske sandhed om eksponeringen, eller om laboratoriet er forladt til at sy den sammen én regneark ad gangen.