Pourquoi quantifier l’activité natatoire des larves est plus difficile qu’il n’y paraît
Une larve de poisson-zèbre est petite, rapide et ne mesure que quelques millimètres. L’observer nager à travers une plaque multi-puits à l’œil nu permet de constater qu’un événement se produit, mais ne fournit aucun chiffre. Or, les expériences exigent des données chiffrées : les courbes dose-réponse, les comparaisons de traitements et les tests statistiques reposent tous sur la transformation du comportement en une grandeur mesurable. L’analyse automatisée est l’outil qui rend cela possible.
Le problème est que l'« activité natatoire » n'est pas un phénomène unique. Une larve qui traverse rapidement un puits et une larve qui plane avec de petits mouvements sont toutes deux actives, mais de manières différentes. Une larve qui cesse entièrement tout mouvement peut être en train de se reposer, être étourdie ou morte. Les systèmes automatisés peuvent mesurer tous ces états, mais la mesure n'a de sens que si l'analyse est conçue en fonction de la question biologique posée.
Ce que le suivi automatisé mesure réellement dans un puits contenant une larve
Un pipeline d'analyse automatisé typique commence par une vidéo. La larve est enregistrée dans une plaque multi-puits sous un éclairage contrôlé. Le logiciel détecte la larve dans chaque image, suit sa position au fil du temps et calcule un ensemble de paramètres liés au mouvement. Les plus courants sont la distance totale parcourue, la vitesse moyenne, la vitesse maximale et la durée des pics d'activité motrice.
-
La distance totale parcourue fournit une mesure globale de l'activité générale.
-
La vitesse moyenne reflète la vitesse de nage maintenue.
-
La vitesse maximale met en évidence les pics d'activité et les réponses de sursaut.
-
La durée et la fréquence des mouvements décrivent le motif temporel.
-
Les épisodes d’immobilité ou de blocage signalent une réactivité réduite.
Chacune de ces mesures capture un aspect différent du comportement. La distance totale est facile à interpréter, mais peut être trompeuse si une larve se déplace en cercle serré. La vitesse maximale détecte des événements brefs que la vitesse moyenne lisse. Le choix de la mesure appropriée fait partie de la conception de l’analyse.
Configurer des conditions d’imagerie permettant d’obtenir des données propres
La qualité de l’analyse dépend de celle de la vidéo. Certains facteurs comptent davantage que ce que la plupart des personnes imaginent.
L’éclairage figure en tête de liste. Une illumination inégale peut rendre un côté de la plaque plus lumineux que l’autre, ce qui affecte la détection de la larve par le logiciel. Les reflets à la surface de l’eau peuvent créer des objets faux. Une source lumineuse arrière ou diffusée produit généralement un contraste le plus constant.
La fréquence d’images de la caméra est un autre facteur. Une larve peut se déplacer rapidement, et une fréquence trop faible fera rater des pics brefs de mouvement. Une fréquence trop élevée produit des fichiers volumineux et peut introduire du bruit. Un point de départ pratique consiste à choisir une fréquence permettant de capturer plusieurs images par seconde de mouvement. La valeur exacte dépend du comportement étudié.
Le contrôle de la température importe pour la même raison qu’il importe dans tout test larvaire : la vitesse de déplacement dépend de la température. Une plaque laissée à température ambiante pendant l’enregistrement peut présenter une activité différente de celle d’une plaque maintenue à la température standard d’élevage.
| Facteur d’imagerie | Considération typique | Impact sur les données |
|---|---|---|
| Éclairage | Uniforme et diffusée | Affecte la cohérence de la détection |
| Taux d'images par seconde | Adaptée à la vitesse du comportement | Pics manqués ou bruit supplémentaire |
| Résolution de la caméra | Suffisant pour la taille de la larve | Précision du suivi |
| Température | Stable pendant l’enregistrement | Vitesse de déplacement |
| Type de plaque | Constant entre les groupes | Réflexion et contraste |
Distinction des types d’activité dans l’analyse
Les données brutes de mouvement ne sont pas équivalentes au comportement. Deux larves peuvent parcourir la même distance totale, mais présenter des profils de déplacement très différents. L’une peut nager en douceur autour du puits, tandis que l’autre reste immobile à un endroit précis et effectue des saccades périodiques. Une analyse automatisée peut distinguer ces profils si les bonnes métriques sont utilisées.
L’analyse par pics constitue une approche possible. Le logiciel identifie les périodes d’accélération élevée et les compte. Les réponses de sursaut apparaissent sous forme de pics nets après un stimulus. Les pics spontanés surviennent sans déclencheur externe. L’habituation, soit la diminution de la réponse au fil de stimulations répétées, peut également être quantifiée en suivant l’amplitude des pics au cours du temps.
Une autre approche consiste en l’analyse par zone. Le puits est divisé en zones, et le temps passé dans chaque zone est mesuré. Les larves qui restent près du bord peuvent manifester une thigmotaxie. Celles qui explorent le centre peuvent manifester un comportement plus exploratoire. Ces deux schémas diffèrent même si la distance totale parcourue est similaire.
Gestion du bruit, de l’occlusion et d’autres problèmes pratiques
L’analyse automatisée n’est pas magique. Elle comporte des modes d’échec qui apparaissent dans les expériences réelles.
Une larve qui touche le bord du puits peut être partiellement coupée dans l’image, ce qui perturbe l’algorithme de suivi. Un reflet peut être détecté comme un second objet. Une larve immobile peut ne pas être détectée du tout si le seuil de détection est trop élevé. Ces problèmes sont courants et doivent être résolus.
-
Utiliser la soustraction de fond pour réduire les objets faux.
-
Définir les seuils de détection à partir de données pilotes, et non par estimation.
-
Examiner la vidéo brute pour un sous-ensemble de puits afin de confirmer la qualité du suivi.
-
Exclure du traitement les puits présentant des défaillances évidentes de suivi.
-
Indiquer dans la méthode le nombre de puits exclus.
L’exclusion de données est un sujet délicat. Écarter des puits qui ne correspondent pas au schéma attendu constitue une forme de biais. En revanche, exclure des puits en raison d’une défaillance technique du suivi est une nécessité. Cette distinction est essentielle et doit être clairement documentée.
Un exemple sur le terrain issu d’un laboratoire utilisant des cribles larvaires
Un laboratoire spécialisé en neurotoxicité développementale, situé dans le sud de la Chine, testait un ensemble de composés afin d’évaluer leurs effets sur la nage larvaire. L’analyse initiale reposait sur la distance totale parcourue comme principal critère. Certains composés semblaient accroître l’activité, mais cet effet était incohérent d’un réplicat à l’autre.
Un examen plus approfondi des données brutes de suivi a révélé que cette « augmentation d’activité » se concentrait en courtes impulsions près du bord des puits. Les larves ne nageaient pas globalement davantage ; elles étaient simplement plus souvent effrayées et heurtaient la paroi. Le critère de distance totale avait ainsi fusionné deux comportements distincts en une seule valeur.
Le laboratoire a ajouté les paramètres de fréquence des salves et de temps de transition aux analyses. Les composés qui augmentaient la fréquence des salves ont été séparés de ceux qui augmentaient la natation exploratoire. Les résultats sont devenus plus clairs et leur interprétation, plus étayée. Ce changement n’était ni une nouvelle caméra ni un nouvel algorithme : il s’agissait d’un meilleur choix de paramètres.
Ce que l’analyse automatisée peut et ne peut pas vous révéler
L’analyse automatisée est puissante, mais elle ne donne pas une image complète. Elle mesure le mouvement, pas la motivation, le traitement sensoriel ni l’état interne de l’animal. Une larve immobile peut être au repos, malade ou incapable de bouger en raison d’un défaut moteur. L’analyse ne permet pas de distinguer ces cas sans expériences complémentaires.
Cela dépend également de la qualité de la conception du test. Une disposition de plaque mal conçue, un éclairage incohérent ou des variations de température produiront des données que n’importe quelle analyse ne pourra pas corriger. L’automatisation amplifie tout ce qui est déjà présent dans l’expérience, qu’il s’agisse d’un effet réel ou d’un biais systématique.
Hunter Lab (Hunter) fabrique des équipements de laboratoire pour zébradans avec une attention particulière à la stabilité des images, élément essentiel à l’analyse automatisée des larves. La fabrication et le contrôle qualité soutiennent la cohérence requise par les programmes de criblage à long terme. Pour les laboratoires qui quantifient l’activité natatoire des larves, ce type de rigueur dans la conception fait partie des fondations.