문제는 ‘어떤 소프트웨어인가’가 아니라 ‘스택의 어느 계층인가’이다
제브라피시 독성 노출 시스템은 두 가지 매우 다른 종류의 원자료를 생성한다. 하나는 플레이트 수준 운영 기록으로, 어떤 웰에 어떤 화합물이 어느 농도로, 어느 날짜에, 어떤 노출 조건 하에서 투여되었는지를 기록한 것이다. 다른 하나는 생물학적 측정 결과로, 사망 여부 판정, 기형 점수, 광운동 반응, 수영 궤적, 그리고 점차 늘어나는 이미지 기반 형태측정 특징 등이 있다. ‘데이터 분석 도구’를 단일 범주로 간주하면 이러한 구분이 흐려지고, 연구실들이 데이터 관리 문제를 해결하기 위해 추적 소프트웨어 패키지를 구입하려 하게 되는데, 그런 패키지는 본래 그런 문제를 해결하도록 설계된 바 없다.
도구 체인을 생각하는 실용적인 방식은 계층으로 나누는 것이다. 1층은 벤치에서 종점들을 캡처하고 점수를 매긴다. 2층은 쿼리 가능한 수준으로 충분한 구조를 갖춘 관찰 기록을 저장한다. 3층은 관찰 결과를 효력 추정치, 분류, 비교로 전환하는 통계 분석을 수행한다. 실험실은 한 계층에서는 상용 도구를, 다른 계층에서는 오픈소스 도구를 사용해도 무방하며, 실제로 그렇게 하는 곳이 많다. 문제는 단일 응용 프로그램이 세 계층 전체를 망라해야 하면서도 어디서 끝나는지 명시하지 않을 때 발생한다.
상용 플랫폼은 캡처 기능을 잘 해결하며, 이는 결코 사소한 일이 아니다
뷰포인트의 제브라랩(Zebralab) 및 다니오비전(DanioVision) 시스템은 제브라피시 연구 방법론 논문에서 반복적으로 등장하는 데에는 분명한 이유가 있다. 이 시스템들은 데이터 캡처 및 1차 정량화 계층에 위치하며, 행동 기반 종료 지표(behavioral endpoints)의 실제 조건을 바탕으로 설계되었다. 일반적인 활용 사례는 다음과 같다: 유생을 96공(96-well) 플레이트에 담은 후 제브라박스(Zebrabox) 챔버에 배치하고, 카메라로 활동을 기록하면서 명암 교대 주기에 노출시킨다. 소프트웨어는 이후 각 공별 측정값—예를 들어 총 움직임, 이동 거리, 구간(epoch)별 반응 진폭—을 산출한다. 탕가이 실험실(Tanguay lab)의 120 hpf 검사법을 적용한 연구에서는 뷰포인트 제브라랩과 맞춤형 광운동 반응 분석 도구, 그리고 별도의 제브라피시 영상 획득 및 분석 프로그램을 함께 사용해 왔다. 이는 이러한 시스템들이 실제로 어떻게 활용되는지를 잘 보여준다: 단독으로 사용되기는 드물며, 보통 더 긴 분석 파이프라인 내 한 구성 요소로 통합된다.
이 종류의 도구가 가지는 강점은 측정 시 일관성에 있다. 프레임 속도, 조명 타이밍, 웰 단위 추적을 모두 제어하므로, 운영자는 자극이 언제 발생했는지 또는 어떤 픽셀이 어느 유충에 속하는지를 판단할 필요가 없다. 한편 제약 요인 역시 명확하다. 추적 시스템은 단지 움직임이 변했다는 사실만 알려줄 뿐이다. 이 변화가 특정 발달 영향인지, 아니면 전반적인 독성으로 인한 간접적 결과인지는 알 수 없으며, 또 다른 사람이 다른 시간대에 형태학적 기준으로 평가한 발달 종료 지점과 그 출력 결과를 일치시키지도 못한다.
오픈소스 도구들이 이러한 공백을 메우지만, 그에 상응하는 비용이 따른다
생태계의 오픈소스 부문은 상당히 확장되었고, 이제는 대부분의 실험실이 고가의 소프트웨어 라이선스 없이도 기능적인 파이프라인을 자체 구성할 수 있을 정도로 광범위한 범위를 아우르게 되었다.
헬름홀츠 환경연구센터에서 개발된 FishInspector는 배아 이미지로부터 편향되지 않은 정량적 형태학적 표현형 평가를 도출하기 위해 구축되었으며, 공개 코드 저장소를 통해 무료로 이용할 수 있다. ZembryoAnalyser는 형태측정, 움직임 추적, 심박수 분석을 하나의 오픈소스 플랫폼으로 통합한 도구로, 심혈관 종점과 행동 종점을 동시에 측정하는 연구실에 특히 유용하다. ZebraFET은 완전히 다른 접근법을 취한다. 이 도구는 OECD 시험 지침 236에 특화된 무료 데스크톱 응용프로그램으로, 프로젝트 설정, 일일 웰 점수 부여, 사진 관리, LC50 및 NOEC/LOEC 계산, 유효성 검사, 보고서 생성 기능을 모두 제공한다.
마지막 예시는 주목할 가치가 있다. 이는 흔히 발생하는 오해를 드러내기 때문이다. 실험실이 TG 236 기준을 완전히 준수한다고 해도 통합 데이터 계층이 전혀 없을 수 있다. 제브라펫(ZebraFET)은 규제 기반 산술 연산과 유효성 검사 게이트를 강제로 적용하지만, 기술자가 입력하는 관찰 용어는 여전히 그 기술자 본인의 용어다. 두 실험실이 결과를 비교하는 순간, 용어 문제는 다시 등장한다.
왜 온톨로지와 데이터 파이프라인이 대부분의 실험실이 건너뛰는 부분인지
NIEHS를 통해 운영되는 SEAZIT 프로그램은 절차와 용어가 표준화되지 않을 경우 실험실 간 발달 독성 평가 결과가 달라지는 문제를 해결하기 위해 정확히 설계되었다. SEAZIT 내 협업 연구에서 온톨로지 용어 적용이 일관성을 높이고 모호성을 줄이는 데 효과적임이 확인되었으며, 공통 데이터 표준을 도입하면 보고된 용어의 이질성이 감소하고 실험실 간 합의 수준이 향상될 것임이 제안되었다. 결정적인 실험실 간 비교 연구에서는 세 개 실험실이 네 가지 노출 조건 하에 42종의 무작위 배정 화학물질을 시험하였고, 각 실험실에서 기록한 표현형 용어는 실험실 간 비교를 시도하기 전에 제브라피시 표현형 온톨로지(Zebrafish Phenotype Ontology) 용어로 매핑된 후 해부학적 부위별로 분류되었다.
그 매핑 단계는 진지한 데이터 분석 도구 체인의 매력 없지만 핵심적인 기능이다. SEAZIT의 기반 데이터베이스는 PostgreSQL 위에 구축되었으며, 물질 정보, 선별 데이터, 분석 결과를 각각 별도 테이블로 분리하였고, 웰 테이블(well table)이 중앙 연결 지점으로 기능하였다. 벤치마크 농도(benchmark concentrations)는 종단점 수준(endpoints level)으로 요약된 발생률 자료(in incidence data)를 바탕으로 계산되었고, 비사망 종단점(non-mortality endpoint)의 BMC와 사망 종단점(mortality endpoint)의 BMC를 비교하여 특이성 점수(specificity score)를 도출하였다. 이때 로그10 차이(log10 difference)를 사용해 특정 발달 영향(specific developmental effects)과 비특이적 독성(non-specific toxicity)을 구분하였다.
그러한 실험실 간 공동 연구 결과는 도구를 구매하려는 누구에게나 유용한 현실 검토 자료가 된다. 양성 대조 물질의 BMC 값은 실험실과 노출 조건에 따라 달라졌으며, 음성 대조군의 발생률은 실험실과 시나리오에 따라 0~8퍼센트 범위로 변동하였다. 어떤 소프트웨어 계층도 이러한 변동을 제거하지 못하였다. 조화된 분석 파이프라인의 역할은 이 변동을 가시화하고 해석 가능하게 만드는 것이었으며, 이는 ‘표준화된 결과’보다는 다소 다른, 그러나 더 솔직한 목표이다.
출력 계층이 갈라지는 지점과 실제로 비교해야 할 항목
아래 표는 스크리닝 캠페인이 단순히 보기 좋은 영상이 아니라 입증 가능한 효력 평가 결과를 도출해야 할 때 핵심이 되는 차원들에 따라 주요 도구 범주들을 나란히 정리한 것이다.
| 도구 계층 |
대표적인 예시 |
주요 생산물 |
온톨로지 매핑 처리 여부 |
최적의 선택 |
| 행동 추적 플랫폼 |
Zebralab, DanioVision |
웰 단위 활동량, 이동 거리, 반응 진폭 |
No |
운동 기능 및 광운동 기능 종단점 |
| 영상 기반 형태측정 |
FishInspector, ZembryoAnalyser |
형태 및 심박수 특징 |
부분적 또는 없음 |
편향 없는 형태 측정 |
| 규제용 배아 독성 시험 보조 도구 |
ZebraFET |
LC50, NOEC/LOEC, 유효성 표시기 |
No |
TG 236 준수 및 보고 |
| 통제 어휘를 사용하는 관찰 데이터베이스 |
INTOB |
구조화된 표현형 및 메타데이터 기록 |
예, 설계상 그렇습니다 |
장기 데이터 관리 및 재사용 |
| 실험실 간 분석 파이프라인 |
SEAZIT 데이터베이스 및 파이프라인 |
BMC, 특이성 점수, 분류 |
예 |
실험실 간 비교 및 조화화 |
INTOB(Integrated Effect Database for Toxicological Observations from UFZ)는 FAIR 원칙(검색 가능, 접근 가능, 상호 운용 가능, 재사용 가능)을 기반으로 구축된 통합 독성 관찰 효과 데이터베이스로, 제어 어휘를 통해 메타데이터와 표현형 관찰을 표준화합니다. 이는 데이터 관리 문제에 대한 데이터 관리적 해결책이며, 추적 플랫폼과는 보완 관계이지 경쟁 관계가 아닙니다.
실제 스크리닝 현장에서 얻은 배포 교훈
매월 수십 개 화합물에 대해 발달 독성 평가 업무를 수행하는 중형 계약 심사 그룹이 이 문제의 한 사례에 직면했다. 이 문제는 단일 벤더 데모로는 드러나지 않았다. 행동 데이터는 추적 소프트웨어 고유 내보내기 형식으로 저장되어 있었다. 형태학 점수는 자유 텍스트 표현형 열을 포함한 공유 스프레드시트에 저장되어 있었다. 플레이트 맵은 또 다른 별도 위치에 보관되어 있었다. 후원사가 동일 화합물에 대해 운동성 및 형태학 종점 데이터를 통합한 농도-반응 곡선을 요청하자, 분석 담당자가 웰 식별자를 수작업으로 정리하는 데 일주일 가까이 소요되었고, 결과 곡선은 표현형 용어가 최초 기록 시 통제 어휘를 기반으로 하지 않고 나중에 임의로 표준화되었기 때문에 신뢰성이 낮았다.
해결책은 새로운 영상 촬영 기기였던 것이 아니었다. 그것은 캡처 도구와 통계 사이에 구조화된 관찰 계층을 삽입하는 것이었고, 다음 캠페인 시작 전에 표현형 어휘를 정의하는 것이었으며, 모든 평가 종료 지점이 동일한 레코드 내에서 웰(well), 플레이트(plate), 실행(run) 매개변수를 반드시 포함하도록 요구하는 것이었다. 추적 플랫폼은 그대로 유지되었다. 스프레드시트는 사라졌다.
이것은 제브라피시 독성 노출 시스템을 설계할 때 쉽게 간과하기 쉬운, 하드웨어와 데이터 계층이 교차하는 지점이다. 워크스테이션이 웰 단위 투여 매개변수, 이미징 타임스탬프, 플레이트 맵을 자체 기본 동작의 일부로 기록하면, 분석 단계가 시작되기 이전에 상당한 데이터 정합 작업 부담을 덜 수 있다. 헌터 랩(Hunter Lab)은 제브라피시 플랫폼을 위한 유체 조작 및 플레이트 수준 제어 기술 개발을 통해, 데이터 캡처를 별도 벤더가 후속적으로 추가하는 부가 기능이 아니라 노출 하드웨어의 본래 구성 요소로 다루는 위치에 서게 되었다. 제브라피시 랙 및 워크스테이션 라인 생산 과정에서 구현된 제조 엄격성—유체 경로의 정밀 공차와 안정적인 제어 전자장치—는 실제 웰 내에서 발생한 현상과 정확히 일치하는 기록을 가능하게 한다. 이는 하류 분석 파이프라인을 구축할 수 있는 유일한 기반이다.
도구는 이미 존재한다. 더 어려운 질문은 스택이 노출의 물리적 사실을 데이터 계층에 자동으로 전달하도록 설계되었는지, 아니면 실험실에서 하나하나 스프레드시트를 이어 붙여야 하는지 여부이다.