La domanda non è «quale software», ma «quale livello dello stack»
Un sistema tossicologico di esposizione su pesce-zebra genera due tipi molto diversi di materiale grezzo. Da un lato, ci sono i registri operativi a livello di piastra: in quale pozzetto è stato somministrato quale composto, a quale concentrazione, in quale giorno e in quale scenario di esposizione. Dall’altro lato, ci sono i riscontri biologici: valutazioni della mortalità, punteggi di malformazioni, risposte fotomotorie, tracce di nuoto e, sempre più spesso, caratteristiche morfometriche derivate da immagini. Trattare gli «strumenti per l’analisi dei dati» come una singola categoria appiattisce tale distinzione e porta i laboratori ad acquistare un pacchetto di tracciamento aspettandosi che risolva un problema di gestione dati per il quale non è mai stato progettato.
Il modo pratico di concepire la catena strumentale è in strati. Il primo strato acquisisce e assegna un punteggio ai punti finali al banco di prova. Il secondo strato memorizza i record delle osservazioni con una struttura sufficiente a renderli interrogabili. Il terzo strato esegue le analisi statistiche che trasformano le osservazioni in stime di potenza, classificazioni e confronti. Un laboratorio può utilizzare strumenti commerciali per uno strato e strumenti open source per un altro, e molti lo fanno. I problemi sorgono quando ci si aspetta che una singola applicazione copra tutti e tre gli strati senza chiarire dove termina la sua funzionalità.
Le piattaforme commerciali risolvono bene l’acquisizione, e questo non è affatto un dettaglio secondario
I sistemi Zebralab e DanioVision di ViewPoint compaiono ripetutamente nei metodi pubblicati per lo studio del pesce zebra, e non a caso. Essi operano al livello di acquisizione e quantificazione preliminare, ed è proprio intorno alle concrete esigenze degli endpoint comportamentali che sono stati progettati. Un tipico caso d’uso: larve vengono caricate in una piastra a 96 pozzetti, posizionate all’interno di una camera Zebrabox ed esposte a cicli alternati di luce e buio, mentre una telecamera ne registra l’attività. Il software restituisce quindi metriche per pozzetto, quali movimento totale, distanza percorsa e ampiezza della risposta lungo gli epoch. Studi che impiegano il saggio Tanguay a 120 hpf hanno fatto affidamento su Zebralab di ViewPoint insieme a uno strumento personalizzato per l’analisi della risposta fotomotoria e a un programma separato per l’acquisizione e l’analisi dei dati sul pesce zebra: un dettaglio significativo riguardo al modo in cui questi sistemi vengono effettivamente utilizzati — raramente in isolamento, bensì quasi sempre come singolo componente all’interno di una catena analitica più articolata.
Il punto di forza di questa categoria di strumenti è la coerenza durante l’acquisizione. Le frequenze dei fotogrammi, i tempi di illuminazione e il tracciamento a livello di pozzetto sono controllati, quindi l’operatore non deve prendere decisioni soggettive su quando uno stimolo è stato attivato o su quale pixel appartenesse a quale larva. Il limite è altrettanto evidente. Un sistema di tracciamento indica che il movimento è cambiato, ma non chiarisce se tale cambiamento sia un effetto specifico dello sviluppo oppure una conseguenza secondaria di una tossicità generale; inoltre, non mette in relazione tale output con un endpoint dello sviluppo basato sulla morfologia e valutato da un’altra persona in un altro pomeriggio.
Gli strumenti open source colmano le lacune, a un prezzo
Il versante open source dell’ecosistema si è ampliato notevolmente e la copertura è ora sufficientemente ampia perché la maggior parte dei laboratori possa assemblare una pipeline funzionante senza dover acquistare una costosa licenza software.
FishInspector, sviluppato presso il Centro Helmholtz per la Ricerca Ambientale, è stato progettato per ottenere valutazioni quantitative imparziali dei fenotipi morfologici a partire da immagini di embrioni ed è liberamente disponibile tramite un repository pubblico di codice. ZembryoAnalyser integra analisi morfometrica, tracciamento del movimento e analisi della frequenza cardiaca in un’unica piattaforma open source, rendendola particolarmente interessante per i laboratori che eseguono endpoint cardiovascolari insieme a quelli comportamentali. ZebraFET adotta invece un approccio completamente diverso: si tratta di un’applicazione desktop gratuita sviluppata specificamente intorno alla Linea Guida di Prova OECD 236, che gestisce la configurazione del progetto, la valutazione giornaliera delle pozzette, la gestione delle fotografie, il calcolo di LC50 e NOEC/LOEC, i controlli di validità e la generazione dei rapporti.
Quell’ultimo esempio merita attenzione perché rivela un equivoco comune. Un laboratorio può essere pienamente conforme alla TG 236 e tuttavia non disporre di alcuno strato unificato di dati. ZebraFET applica l’aritmetica regolamentare e i controlli di validità, ma i termini osservativi che un tecnico inserisce rimangono pur sempre i termini del tecnico stesso. Nel momento in cui due laboratori confrontano i risultati, il problema della terminologia ricompare.
Perché ontologie e pipeline dati sono la parte che la maggior parte dei laboratori salta
Il programma SEAZIT, gestito tramite il NIEHS, è stato creato proprio perché i risultati della tossicità dello sviluppo variano tra laboratori diversi quando le procedure e la terminologia non sono standardizzate. Un esercizio collaborativo condotto nell’ambito del SEAZIT ha rivelato che l’uso di termini ontologici aumenta la coerenza e riduce l’ambiguità, e che uno standard comune per i dati dovrebbe ridurre l’eterogeneità dei termini riportati e migliorare l’accordo tra i laboratori. Nello studio interlaboratoriale definitivo, tre laboratori hanno testato un set cieco di 42 sostanze chimiche in quattro condizioni di esposizione; i termini specifici utilizzati da ciascun laboratorio per registrare i fenotipi sono stati mappati sui termini della Zebrafish Phenotype Ontology e raggruppati per regione anatomica prima di ogni tentativo di confronto interlaboratoriale.
Questo passaggio di mappatura rappresenta il nucleo poco appariscente di ciò che fa una seria catena strumentale per l’analisi dati. Il database sottostante di SEAZIT è stato costruito su PostgreSQL, con tabelle suddivise in informazioni sulle sostanze, dati di screening e analisi, mentre la tabella dei pozzi funge da punto di collegamento centrale. Le concentrazioni di riferimento sono state calcolate a partire dai dati di incidenza riassunti al livello dell’endpoint, e un punteggio di specificità è stato ottenuto confrontando la BMC di un endpoint non letale con la BMC della mortalità; la differenza in log10 è stata utilizzata per distinguere gli effetti tossici specifici sullo sviluppo dalla tossicità non specifica.
I risultati di quel lavoro interlaboratorio costituiscono un utile controllo della realtà per chiunque stia acquistando strumenti. I valori BMC per la sostanza di controllo positivo variavano tra i laboratori e le condizioni di esposizione, mentre le frequenze di incidenza per il controllo veicolo andavano dallo 0 all’8 percento a seconda del laboratorio e dello scenario. Nessun livello software ha eliminato tale variabilità. Ciò che la pipeline armonizzata ha fatto è rendere tale variabilità visibile e interpretabile, un obiettivo diverso e più onesto rispetto a quello di «risultati standardizzati».
Dove i livelli di output divergono e cosa confrontare effettivamente
La tabella sottostante mette a confronto affiancati le principali categorie di strumenti sulle dimensioni rilevanti quando una campagna di screening deve produrre valutazioni di potenza difendibili, non semplicemente video accattivanti.
| Livello strumento |
Esempi tipici |
Prodotto principale |
Gestisce il mapping delle ontologie |
Migliore scelta |
| Piattaforma di tracciamento comportamentale |
Zebralab, DanioVision |
Attività per pozzetto, distanza, ampiezza della risposta |
No |
Endpoint locomotori e fotomotori |
| Morfometria basata su immagini |
FishInspector, ZembryoAnalyser |
Caratteristiche di forma e frequenza cardiaca |
Parziale o assente |
Quantificazione obiettiva della morfologia |
| Assistente regolatorio per FET |
ZebraFET |
LC50, NOEC/LOEC, indicatori di validità |
No |
Conformità e reporting secondo la TG 236 |
| Database di osservazioni con vocabolario controllato |
INTOB |
Registri strutturati di fenotipi e metadati |
Sì, per progettazione |
Gestione e riutilizzo a lungo termine dei dati |
| Percorso analitico interlaboratorio |
Database e percorso analitico SEAZIT |
BMC, punteggi di specificità, classificazioni |
Sì |
Confronto e armonizzazione interlaboratorio |
INTOB, il database integrato degli effetti per le osservazioni tossicologiche dell'UFZ, merita una menzione specifica perché è stato sviluppato in base ai principi FAIR (rintracciabile, accessibile, interoperabile e riutilizzabile) e standardizza i metadati e le osservazioni fenotipiche mediante un vocabolario controllato. Si tratta di una soluzione di gestione dati per un problema di gestione dati, che integra piuttosto che competere con una piattaforma di tracciamento.
La lezione operativa derivante da un vero piano di screening
Un gruppo di screening contrattuale di medie dimensioni, che esegue studi sulla tossicità dello sviluppo su alcune decine di composti al mese, si è imbattuto in una variante di questo problema, che nessuna singola dimostrazione fornita da un fornitore avrebbe potuto rivelare. I dati comportamentali erano conservati nel formato di esportazione nativo del software di tracciamento. I punteggi morfologici risiedevano in un foglio elettronico condiviso, contenente colonne di fenotipi in formato testo libero. Le mappe delle piastre erano invece archiviate in un terzo sistema. Quando un committente ha richiesto una curva concentrazione-risposta che integrasse, per lo stesso composto, endpoint locomotori e morfologici, un analista ha impiegato quasi un’intera settimana per allineare manualmente gli identificativi dei pozzetti; la curva risultante era difficile da giustificare, poiché i termini fenotipici erano stati normalizzati a posteriori, anziché essere registrati fin dall’inizio secondo un vocabolario controllato.
La soluzione non era uno strumento di imaging nuovo. Consisteva nell’inserire uno strato strutturato di osservazione tra gli strumenti di acquisizione e le statistiche, nel definire il vocabolario dei fenotipi prima dell’inizio della prossima campagna e nell’imporre che ogni endpoint valutato includesse, nello stesso record, i parametri relativi al pozzetto, alla piastra e all’esecuzione. La piattaforma di tracciamento è rimasta invariata. Il foglio di calcolo no.
Questo è il punto in cui l’hardware e il livello dati si intersecano in un modo facilmente trascurabile durante la specifica di un sistema di esposizione tossicologica per zebrafish. Una workstation che registra, come parte della sua operatività nativa, i parametri di dosaggio a livello di pozzetto, i timestamp delle immagini e le mappe delle piastre elimina un notevole carico di riconciliazione già prima dell’inizio della fase di analisi. Il lavoro ingegneristico di Hunter Lab sulla gestione dei fluidi e sul controllo a livello di piastra per le piattaforme zebrafish l’ha posizionata in grado di considerare l’acquisizione dati come parte integrante dell’hardware di esposizione, anziché come un’aggiunta successiva fornita da un fornitore esterno. La disciplina produttiva alla base delle sue linee di rack e workstation per zebrafish—con tolleranze stringenti sui percorsi dei fluidi ed elettronica di controllo stabile—si traduce in registrazioni che rispecchiano fedelmente quanto effettivamente accaduto nel pozzetto, unica base su cui una pipeline di analisi successiva può costruirsi.
Gli strumenti esistono. La domanda più difficile è se l’architettura sia progettata in modo tale che il livello dati erediti la verità fisica dell’esposizione, oppure se al laboratorio resti il compito di ricomporla, foglio di calcolo alla volta.