Küsimus pole „milline tarkvara“, vaid „milline kiht tarkvarapilaastus“
Zebra-kalade toksikoloogiline kokkupuudesüsteem genereerib kahte väga erinevat liiki algandmeid. Ühel pool on plaadi taseme operatsioonilised kirjed: millisesse augusse anti millist ühendit, millises kontsentratsioonis, millal ja millise kokkupuuteskeemaga. Teisel pool on bioloogilised näitajad: surmamäärad, arenguhäirete skoorid, foto-motoorsed reaktsioonid, ujumisjooned ja üha sagedamini pildist saadud morfomeetrilised tunnused. Kui „andmeanalüüsitööriistu“ käsitletakse ühtse kategooriana, läheb see eristus kaotsi ning laborid ostavad jälgimispakette, lootuses, et need lahendavad andmekorrastusprobleemi, mida nad üldse ei ole mõeldud lahendama.
Tööriistapaki praktikakohane mõtestamine toimub kihtidena. Esimene kiht kogub ja hindab töölaual lõpp-punkte. Teine kiht salvestab vaatlusandmed piisavalt struktureeritult, et neid saaks pärida. Kolmas kiht käivitab statistilisi protsesse, mis teevad vaatlustest tugevuskindlused, liigitused ja võrdlused. Labor võib ühes kihis kasutada kaubanduslikke tööriistu ja teises avatud lähtekoodiga tööriistu – seda teeb ka palju laboriteid. Probleemid tekivad siis, kui üksainus rakendus peab katma kõik kolm kihti ilma selgitamata, kus selle võimalused lõppevad.
Kauplemisplatvormid lahendavad andmete kogumise hästi, ja see pole sugugi väike asi
ViewPoint’i Zebralab ja DanioVision süsteemid esinevad korduvalt avaldatud zebrafishi meetodites – ja sellel on põhjus. Need asuvad andmete kogumise ja esmase kvantifitseerimise kihtis ning on loodud käitumispõhiste lõpp-punktide tegelike tingimuste alusel. Tüüpiline kasutusjuhtum: larvd paigutatakse 96-augele plaadile, see pannakse Zebraboxi kambrisse ja neile antakse vahelduvaid valgus- ja tumedaid tsükleid, samal ajal kui kaamera salvestab nende tegevust. Tarkvara tagastab seejärel iga augu kohta näitajaid, nagu kogu liikumine, läbitud kaugus ja reageerimise amplituud erinevates perioodides. Uuringud, milles kasutati Tanguay’i labori 120 tundaga embrüonaalset testi, toetasid ViewPoint’i Zebralabi koos kohandatud fotomotoorse reageerimise analüüsitarkvaraga ning eraldi zebrafishi andmete kogumise ja analüüsi programmiga – see ütleb midagi olulist selle kohta, kuidas need süsteemid tegelikult kasutusele võetakse: harva üksi, tavaliselt aga ühena komponendina pikemas töövoos.
Selle tööriistaklassi tugevus on andmete kogumisel püsivus. Kaadrisagedus, valgustuse ajastus ja kaevu taseme jälgimine on kontrollitud, mistõttu operaatoril ei ole vaja otsustada, millal stiimul aktiveeritus või milline piksel kuulus millisele larvile. Piirang on samuti selge: jälgimissüsteem teatab liikumise muutumisest, kuid ei ütle, kas see muutus on konkreetne arenguefekt või üldise toksilisuse kõrvalmõju, ega seosta seda välise morfoloogilise arengulõpp-punkti hindamisega, mille teeb teine inimene teisel päeval.
Avatud lähtekoodiga tööriistad täidavad lükke, kuid teatava hinna eest
Avatud lähtekoodiga ekosüsteemi osa on oluliselt laienenud ning selle ulatus on nüüd piisavalt lai, et enamik laborite saaksid funktsionaalse töövoogu kokku panna ilma suure tarkvaralitsentsita.
FishInspector, mille arendas Helmholtzi keskus keskkonnauuringutes, on loodud embrüo piltidelt objektiivsete kvalitatiivsete hindamiste saamiseks morfoloogiliste fenotüüpide kohta ning see on tasuta saadaval avalikus koodihoidlas. ZembryoAnalyser ühendab morfomeetrilise analüüsi, liikumise jälgimise ja südame löögisageduse analüüsi ühte avatud lähtekoodiga platvormi, mis on laboritele, kes teevad kardiovaskulaarseid ja käitumislikke lõpp-punkte, eriti atraktiivne. ZebraFET lähtub aga täiesti teisest lähenemisviisist. See on tasuta töölauarakendus, mille on loonud spetsiaalselt OECD testijuhist 236, ja mis hõlmab projektiseadistust, igapäevast kausside hindamist, piltide haldamist, LC50 ja NOEC/LOEC arvutusi, kehtivuskontrolle ja aruannete koostamist.
See viimane näide väärib tähelepanu, sest see paljastab levinud eksiarvamuse. Labor võib olla täielikult vastavuses TG 236-ga ja samas ikka mitte omada ühtset andmekihti. ZebraFET rakendab regulaatorset aritmeetikat ja kehtivuspiire, kuid tehniku sellesse sisestatavad vaatlusterminid on siiski endiselt tehniku oma terminid. Hetkel, mil kaks laborit võrdlevad tulemusi, taasilmub terminoloogia probleem.
Miks ontoloogiad ja andmetorud on see osa, mille enamus laborite jätab vahele
SEAZIT-programm, mille läbi viib NIEHS, loodi just seetõttu, et ristlaboratoorse arengutoksilisuse tulemused erinevad, kui protseduurid ja terminoloogia ei ole standardiseeritud. SEAZIT-sisene koostööülesanne näitas, et ontoloogiate termide kasutamine suurendas ühtlust ja vähendas ebatäpsusi ning et ühine andmete standard vähendab teatavate terminite heterogeensust ja parandab laboritevahelist kokkulepet. Lõplikus laboritevahelises uuringus testis kolm laborit 42 keemilist ainet neljas ekspositsioonitingimuses, pimedas režiimis, ja laborispetsiifilised fenotüübi kirjeldamise terminid kaardistati Zebrafish Phenotype Ontology terminitesse ning grupeeriti anatoomiliste piirkondade järgi enne laboritevaheliste võrdluste tegemist.
See kujutamise samm on analüüsitava andmete tõhusa töötlemise tööriistapaki põhiline, kuid mitte eriti silmatorkav osa. SEAZIT-i alusandmebaas põhines PostgreSQL-il, kus tabelid olid jagatud aineinfo, ekraanimisandmete ja analüüside vahel ning kaevu tabel oli keskne ühenduspunkt. Referentskontsentratsioonid arvutati juhtumite andmete põhjal, mille kokkuvõte oli tehtud lõpp-punkti tasandil, ja spetsiifilisuse skoor saadi, võrreldes mittesurmavate lõpp-punktide BMC-d surmavate lõpp-punktide BMC-ga, kus log10-erinevust kasutati spetsiifiliste arengutoimetega mittespetsiifilise toksilisuse eristamiseks.
Selle interlaboratoorse töö tulemused on kasulik reaalsustesti kõigile, kes tööriistu otsivad. Positiivse kontrollaine BMC-väärtused erinesid laborite ja kokkupuute tingimuste järgi ning kandja kontrolli esinemissagedus oli sõltuvalt laborist ja stsenaariumist 0–8 protsenti. Ükski tarkvarakiht ei kõrvaldanud seda varieeruvust. Harmoneeritud töövoog tegi selle varieeruvuse nähtavaks ja tõlgendatavaks – see on teistsugune ja ausam tulemus kui lihtsalt „standardiseeritud tulemused“.
Kus väljundkihid erinevad ja mida tegelikult võrrelda
Allpool olev tabel seab kõrvuti peamised tööriistakategooriad nendel mõõtmetel, mis on olulised siis, kui ekraanilähenemise käigus tuleb teha põhjendatavaid tugevusotsuseid, mitte lihtsalt ilusaid videoid.
| Tööriistakiht |
Tüüpilised näited |
Peamine väljund |
Toetab ontoloogia kaardistamist |
Parim sobivus |
| Käitumise jälgimise platvorm |
Zebralab, DanioVision |
Iga kaupa aktiivsus, kaugus, reageerimise amplituud |
No |
Liikumis- ja valgusreaktsioonide lõpp-punktid |
| Pildipõhine morfomeetria |
FishInspector, ZembryoAnalyser |
Kujutise ja südamelöögi sageduse tunnused |
Osaliselt või mitte üldse |
Ei eelnevaid oletusi sisaldav morfoloogiliste tunnuste kvantifitseerimine |
| Regulatoorse FET-i abiprogramm |
ZebraFET |
LC50, NOEC/LOEC, kehtivuse märgistused |
No |
TG 236-ga vastavus ja aruandlus |
| Vaatluste andmebaas kontrollitud sõnavaraga |
INTOB |
Struktureeritud fenotüübi ja metaandmete kirjed |
Jah, disaini järgi |
Pikaajaline andmekorraldus ja taaskasutamine |
| Ristlaborite analüüsitöövoog |
SEAZIT andmebaas ja töövoog |
BMC, spetsiifilisusskoorid, klassifikatsioonid |
Jah |
Laboritevaheline võrdlus ja harmoneerimine |
INTOB – ühendatud toksikoloogiliste vaatluste andmebaas UFZ-st – tuleb eraldi mainida, kuna seda on loodud FAIR-põhimõtete (leitav, ligipääsetav, ühilduv ja taaskasutatav andmed) alusel ning see standardiseerib metaandmeid ja fenotüübilisi vaatlusi kontrollitud sõnavara abil. See on andmekorralduslik lahendus andmekorralduslikule probleemile ning see täiendab jäspinguplatvormi, mitte konkureerib sellega.
Tegeliku ekraanipõhise töökoja õppetund
Keskmise suurusega lepingu põhjal tegelev ekraanipõhise töögrupp, kes teeb arengutoksilisust uurivaid uuringuid kümnete ühendite kohta iga kuu, sattus olukorda, mille ükski üksik tootja ei oleks demo ajal tuvastanud. Käitumisandmed olid jälgimisprogrammi oma eksportvormingus. Morfoloogilised skoorid olid jagatud elektronarvutustabelis, kus fenotüübi veerud olid vabatekstina. Plaatide kaardid olid kolmandas kohas. Kui tellija palus kontsentratsiooni-responsi kõverat, mis ühendaks liikumis- ja morfoloogilisi lõpp-punkte sama ühendi puhul, kulutas analüütik peaaegu tervet nädalat hästi identifikaatorite käsitsi ühildamisele ja tulemuseks saadud kõverat oli raske kaitsa, sest fenotüübi terminid oli normaliseeritud tagantjärele ning neid ei olnud algusest peale salvestatud kontrollitud sõnavaras.
Parandus ei olnud uus pildistusseade. See oli struktureeritud vaatluskihi lisamine pildistusvahendite ja statistika vahel, fenotüübi sõnavara määramine järgmise kampaania alguse eel ning nõue, et iga hinnatud lõpp-punkt kandks oma sügavuskausi, plaadi ja käivituse parameetrid samas kirjes. Jälgimisplatvorm jäi alles. Arvutitabel ei jäänud.
See on koht, kus riistvara ja andmete kiht kokku puutuvad nii, et seda on lihtne üle vaadata, kui spetsifitseeritakse zebrafish’i toksikoloogilise ekspositsiooni süsteemi. Tööjaam, mis salvestab oma loomuliku töö käigus hästi taseme doosimisparameetrid, pildistamise ajatemplid ja plaadi kaardid, eemaldab olulise koordineerimiskoorma juba enne analüüsi etappi. Hunter Lab’i inseneritöö vedelike käsitlemisel ja plaadi taseme juhtimisel zebrafish’i platvormidel on andnud ettevõttele võimaluse käsitleda andmete kogumist osana ekspositsiooniriistvarast, mitte eraldi tarnija poolt hiljem lisatud mõtlemata lisandena. Selle zebrafish’i riiulite ja tööjaamade tootmise range disipliin – vedelikute teede täpsed tolerantsid ja stabiilsed juhtelektroonika – tagab andmete usaldusväärsuse, mis vastab sellele, mis tegelikult hästi toimus, ja see on ainus alus, millele alljärgnev analüüsivoolujoon saab ehitada.
Tööriistad on olemas. Raskem küsimus on, kas andmepila on kavandatud nii, et andmete kiht pärib ekspositsiooni füüsilise tõe, või kas labor peab seda ükshaaval tagasi kokku panema igas tabelis.