La pregunta no es «¿qué software?», sino «¿qué capa de la pila?»
Un sistema toxicológico de exposición con pececillo cebra genera dos tipos muy distintos de material bruto. Por un lado, están los registros operativos a nivel de placa: en qué pocillo se aplicó qué compuesto, a qué concentración, en qué día y bajo qué escenario de exposición. Por otro lado, están las lecturas biológicas: tasas de mortalidad, puntuaciones de malformaciones, respuestas fotomotoras, trayectorias de natación y, cada vez más, características morfométricas derivadas de imágenes. Tratar las «herramientas de análisis de datos» como una sola categoría borra esa distinción y lleva a los laboratorios a adquirir un paquete de seguimiento esperando que resuelva un problema de gestión de datos para el que nunca fue diseñado.
La forma práctica de concebir la cadena de herramientas es en capas. La capa uno captura y califica los puntos finales en el banco de pruebas. La capa dos almacena los registros de observación con suficiente estructura como para ser consultables. La capa tres ejecuta los análisis estadísticos que convierten las observaciones en estimaciones de potencia, clasificaciones y comparaciones. Un laboratorio puede valerse de herramientas comerciales en una capa y de herramientas de código abierto en otra, y muchos lo hacen así. Los problemas comienzan cuando se espera que una sola aplicación cubra las tres capas sin dejar claro hasta dónde llega su funcionalidad.
Las plataformas comerciales resuelven bien la captura, y eso no es algo menor
Los sistemas Zebralab y DanioVision de ViewPoint aparecen repetidamente en los métodos publicados para el pez cebra por una razón. Se ubican en la capa de captura y cuantificación inicial, y están diseñados teniendo en cuenta las realidades de los puntos finales conductuales. Un caso de uso típico: las larvas se cargan en una placa de 96 pocillos, se colocan en una cámara Zebrabox y se exponen a ciclos alternos de luz y oscuridad mientras una cámara registra su actividad. El software devuelve entonces métricas por pocillo, como movimiento total, distancia recorrida y amplitud de respuesta a lo largo de los episodios. Estudios que emplean el ensayo de 120 hpf del laboratorio Tanguay han confiado en Zebralab de ViewPoint junto con una herramienta personalizada de análisis de la respuesta fotomotora y un programa independiente de adquisición y análisis de peces cebra, lo cual revela algo útil sobre cómo se implementan realmente estos sistemas: rara vez de forma aislada, normalmente como un componente dentro de una canalización más amplia.
La ventaja de esta clase de herramienta radica en su consistencia durante la adquisición. Las tasas de fotogramas, el momento de la iluminación y el seguimiento del nivel de los pocillos están controlados, de modo que el operador no debe tomar decisiones subjetivas sobre cuándo se aplicó un estímulo ni sobre qué píxel correspondía a qué larva. La limitación es igualmente evidente: un sistema de seguimiento indica que hubo un cambio en el movimiento, pero no permite determinar si dicho cambio corresponde a un efecto específico del desarrollo o es una consecuencia secundaria de toxicidad general; además, no integra ese resultado con un punto final del desarrollo basado en la morfología y evaluado por una persona distinta en una tarde diferente.
Las herramientas de código abierto cubren las brechas, pero con un costo
El lado de código abierto del ecosistema se ha expandido considerablemente, y su cobertura es ahora lo suficientemente amplia como para que la mayoría de los laboratorios puedan armar una canalización funcional sin necesidad de una licencia de software costosa.
FishInspector, desarrollado en el Centro Helmholtz para la Investigación del Medio Ambiente, fue creado para obtener evaluaciones cuantitativas imparciales de fenotipos morfológicos a partir de imágenes de embriones, y está disponible gratuitamente mediante un repositorio público de código. ZembryoAnalyser integra análisis morfométrico, seguimiento de movimiento y análisis de la frecuencia cardíaca en una única plataforma de código abierto, lo que resulta atractivo para laboratorios que evalúan endpoints cardiovasculares junto con endpoints conductuales. ZebraFET adopta un enfoque completamente distinto. Es una aplicación gratuita para escritorio diseñada específicamente en torno a la Directriz de Ensayo de la OCDE 236, y gestiona la configuración del proyecto, la puntuación diaria de los pocillos, la administración de fotografías, los cálculos de LC50 y NOEC/LOEC, las verificaciones de validez y la generación de informes.
Ese último ejemplo merece atención porque revela un concepto erróneo común. Un laboratorio puede cumplir plenamente con la TG 236 y aun así carecer de una capa unificada de datos. ZebraFET aplica la aritmética reglamentaria y las puertas de validez, pero los términos de observación que un técnico ingresa en él siguen siendo los términos del propio técnico. En el instante en que dos laboratorios comparan resultados, el problema terminológico reaparece.
Por qué las ontologías y las canalizaciones de datos son la parte que la mayoría de los laboratorios omiten
El programa SEAZIT, gestionado a través del NIEHS, se creó precisamente porque los resultados de toxicidad del desarrollo varían entre laboratorios cuando los procedimientos y la terminología no están estandarizados. Un ejercicio colaborativo dentro de SEAZIT reveló que la aplicación de términos de ontología aumentaba la coherencia y reducía la ambigüedad, y que una norma común de datos debería disminuir la heterogeneidad en los términos reportados y mejorar el acuerdo entre laboratorios. En el estudio interlaboratorial definitivo, tres laboratorios evaluaron un conjunto ciego de 42 sustancias químicas bajo cuatro condiciones de exposición, y los términos específicos de cada laboratorio para el registro de fenotipos se asignaron a términos de la Ontología de Fenotipos de Pez Cebra y se agruparon por región anatómica antes de intentar cualquier comparación entre laboratorios.
Ese paso de asignación constituye el núcleo poco llamativo de lo que realiza una cadena de herramientas seria para el análisis de datos. La base de datos subyacente de SEAZIT se construyó sobre PostgreSQL, con tablas separadas en información sobre sustancias, datos de cribado y análisis, y la tabla de pozos actuando como punto de conexión central. Las concentraciones de referencia se calcularon a partir de datos de incidencia resumidos al nivel del punto final, y se obtuvo una puntuación de especificidad comparando la BMC de un punto final no letal con la BMC de la letalidad, utilizando la diferencia en logaritmo base 10 para distinguir los efectos desarrollacionales específicos de la toxicidad no específica.
Los resultados de ese trabajo interlaboratorios constituyen una verificación útil de la realidad para cualquiera que busque herramientas. Los valores de BMC para la sustancia de control positivo variaron entre laboratorios y condiciones de exposición, y las tasas de incidencia para el control vehículo oscilaron entre el 0 % y el 8 % según el laboratorio y el escenario. Ninguna capa de software eliminó esa variación. Lo que hizo la canalización armonizada fue hacer visible e interpretable dicha variación, lo cual es un objetivo distinto y más honesto que el de «resultados estandarizados».
Donde divergen las capas de salida y qué comparar realmente
La tabla siguiente compara, lado a lado, las principales categorías de herramientas según las dimensiones clave cuando una campaña de cribado debe generar conclusiones sólidas sobre la potencia, y no solo vídeos llamativos.
| Capa de herramienta |
Ejemplos típicos |
Producción principal |
Gestiona la asignación de ontologías |
Mejor opción |
| Plataforma de seguimiento conductual |
Zebralab, DanioVision |
Actividad por pocillo, distancia, amplitud de respuesta |
No |
Parámetros locomotores y fotomotores |
| Morfometría basada en imágenes |
FishInspector, ZembryoAnalyser |
Características de forma y frecuencia cardíaca |
Parcial o nula |
Cuantificación morfológica imparcial |
| Asistente regulatorio para ensayos con embrión de pez |
ZebraFET |
LC50, NOEC/LOEC, indicadores de validez |
No |
Cumplimiento y elaboración de informes según la TG 236 |
| Base de datos de observaciones con vocabulario controlado |
INTOB |
Registros estructurados de fenotipos y metadatos |
Sí, por diseño |
Gestión y reutilización a largo plazo de los datos |
| Tubería de análisis interlaboratorios |
Base de datos y tubería SEAZIT |
BMC, puntuaciones de especificidad y clasificaciones |
Sí |
Comparación e integración interlaboratorios |
INTOB, la Base de Datos Integrada de Observaciones Toxicológicas del UFZ, merece una mención especial porque se construyó siguiendo los principios FAIR (encontrables, accesibles, interoperables y reutilizables), y estandariza los metadatos y las observaciones fenotípicas mediante un vocabulario controlado. Se trata de una solución de gestión de datos para un problema de gestión de datos, que complementa —y no compite con— una plataforma de seguimiento.
La lección práctica derivada de una instalación real de cribado
Un grupo de evaluación de contratos de tamaño medio, que realizaba trabajos de toxicidad del desarrollo con varias decenas de compuestos al mes, se enfrentó a una versión de este problema que ninguna demostración individual de un proveedor habría revelado. Los datos conductuales estaban en el formato de exportación nativo del software de seguimiento. Las puntuaciones morfológicas estaban en una hoja de cálculo compartida con columnas de fenotipos en texto libre. Los mapas de placas estaban en un tercer lugar. Cuando un patrocinador solicitó una curva de concentración-respuesta que combinara los parámetros locomotores y morfológicos para el mismo compuesto, un analista dedicó casi toda una semana a reconciliar manualmente los identificadores de los pocillos, y la curva resultante fue difícil de justificar porque los términos fenotípicos se habían normalizado a posteriori, en lugar de registrarse desde el inicio frente a un vocabulario controlado.
La solución no fue un nuevo instrumento de imagen. Consistió en insertar una capa estructurada de observación entre las herramientas de captura y las estadísticas, definir el vocabulario fenotípico antes de que comenzara la siguiente campaña y exigir que cada punto final evaluado incluyera, en el mismo registro, sus parámetros de pocillo, placa y corrida. La plataforma de seguimiento se mantuvo. La hoja de cálculo no.
Aquí es donde se intersectan el hardware y la capa de datos de una manera fácil de pasar por alto al especificar un sistema de exposición toxicológica para peces cebra. Una estación de trabajo que registra, como parte de su funcionamiento nativo, los parámetros de dosificación a nivel de pocillo, las marcas de tiempo de las imágenes y los mapas de placas, elimina una carga sustancial de conciliación incluso antes de que comience la etapa de análisis. El trabajo de ingeniería de Hunter Lab en manipulación de fluidos y control a nivel de placa para plataformas de peces cebra lo ha posicionado para tratar la captura de datos como parte integral del hardware de exposición, y no como una adición posterior realizada por un proveedor externo. La disciplina manufacturera detrás de sus líneas de bastidores y estaciones de trabajo para peces cebra —con tolerancias ajustadas en las vías de fluidos y electrónica de control estable— se traduce en registros que reflejan fielmente lo que realmente ocurrió en cada pocillo, lo cual constituye la única base sobre la que puede construirse una canalización de análisis posterior.
Las herramientas existen. La pregunta más difícil es si la arquitectura está diseñada de modo que la capa de datos herede la verdad física de la exposición, o si el laboratorio queda obligado a reconstruirla poco a poco, hoja de cálculo por hoja de cálculo.