A pergunta não é "qual software", mas "qual camada da pilha"
Um sistema toxicológico de exposição em peixe-zebra gera dois tipos muito distintos de material bruto. De um lado, há registros operacionais em nível de placa: em qual poço foi aplicado qual composto, em qual concentração, em qual dia e sob qual cenário de exposição. Do outro lado, há leituras biológicas: chamadas de mortalidade, pontuações de malformações, respostas fotomotoras, traços de natação e, cada vez mais, características morfométricas derivadas de imagens. Tratar "ferramentas de análise de dados" como uma única categoria achatou essa distinção e leva laboratórios a adquirir um pacote de rastreamento esperando que ele resolva um problema de gestão de dados para o qual nunca foi projetado.
A maneira prática de pensar na cadeia de ferramentas é em camadas. A camada um captura e pontua os pontos finais no banco de ensaios. A camada dois armazena os registros de observação com estrutura suficiente para serem consultáveis. A camada três executa as estatísticas que transformam observações em estimativas de potência, classificações e comparações. Um laboratório pode utilizar ferramentas comerciais em uma camada e ferramentas de código aberto em outra, e muitos o fazem. Os problemas começam quando se espera que um único aplicativo cubra as três camadas sem deixar claro onde sua funcionalidade termina.
As plataformas comerciais resolvem bem a captura, e isso não é coisa pouca
Os sistemas Zebralab e DanioVision da ViewPoint aparecem repetidamente em métodos publicados com peixe-zebra por um motivo. Eles operam na camada de captura e quantificação inicial, sendo projetados com base nas realidades dos desfechos comportamentais. Um caso de uso típico: larvas são carregadas numa placa de 96 poços, colocadas numa câmara Zebrabox e expostas a ciclos alternados de luz e escuridão, enquanto uma câmara grava a atividade. O software então fornece métricas por poço, tais como movimento total, distância percorrida e amplitude de resposta ao longo dos períodos. Estudos que utilizaram o ensaio de 120 hpf do laboratório Tanguay contaram com o Zebralab da ViewPoint juntamente com uma ferramenta personalizada de análise da resposta fotomotora e um programa distinto de aquisição e análise de peixe-zebra — o que revela algo útil sobre como esses sistemas são efetivamente implantados: raramente isoladamente, normalmente como um componente dentro de um fluxo de trabalho mais amplo.
A força dessa classe de ferramenta reside na consistência durante a aquisição. As taxas de quadros, o cronograma de iluminação e o rastreamento no nível dos poços são controlados, de modo que o operador não precise tomar decisões subjetivas sobre o momento em que um estímulo foi acionado ou sobre qual pixel pertencia a qual larva. A limitação é igualmente clara: um sistema de rastreamento informa que houve uma alteração no movimento, mas não indica se essa alteração corresponde a um efeito desenvolvimental específico ou a uma consequência secundária da toxicidade geral; além disso, ele não integra esse resultado com um ponto final desenvolvimental baseado em morfologia, avaliado por outra pessoa em outra tarde.
Ferramentas de código aberto preenchem as lacunas, com um custo
O lado de código aberto do ecossistema expandiu-se consideravelmente, e a cobertura agora é ampla o suficiente para que a maioria dos laboratórios consiga montar um fluxo de trabalho funcional sem necessitar de uma licença de software cara.
FishInspector, desenvolvido no Centro Helmholtz para Pesquisa Ambiental, foi criado para obter avaliações quantitativas imparciais de fenótipos morfológicos a partir de imagens de embriões e está livremente disponível por meio de um repositório público de código. ZembryoAnalyser combina análise morfométrica, rastreamento de movimento e análise da frequência cardíaca em uma única plataforma de código aberto, o que é atraente para laboratórios que avaliam desfechos cardiovasculares juntamente com desfechos comportamentais. ZebraFET adota uma abordagem totalmente distinta. Trata-se de uma aplicação gratuita para desktop concebida especificamente em torno da Diretriz de Ensaio da OCDE 236, gerenciando configuração de projetos, pontuação diária de poços, gestão de fotos, cálculos de LC50 e NOEC/LOEC, verificações de validade e geração de relatórios.
Esse último exemplo merece atenção porque revela um equívoco comum. Um laboratório pode estar totalmente em conformidade com a TG 236 e, ainda assim, não possuir nenhuma camada unificada de dados. O ZebraFET impõe a aritmética regulatória e os portões de validade, mas os termos de observação que um técnico digita nele continuam sendo os termos do próprio técnico. No momento em que dois laboratórios comparam resultados, o problema da terminologia retorna.
Por que ontologias e pipelines de dados são a parte que a maioria dos laboratórios ignora
O programa SEAZIT, executado por meio do NIEHS, foi criado exatamente porque os resultados de toxicidade no desenvolvimento variam entre laboratórios quando os procedimentos e a terminologia não são padronizados. Um exercício colaborativo dentro do SEAZIT revelou que a aplicação de termos de ontologia aumentou a consistência e reduziu a ambiguidade, e que um padrão comum de dados deveria diminuir a heterogeneidade nos termos relatados e melhorar o acordo entre laboratórios. No estudo interlaboratorial definitivo, três laboratórios testaram um conjunto cego de 42 substâncias químicas em quatro condições de exposição, e os termos específicos de cada laboratório para o registro de fenótipos foram mapeados para os termos da Ontologia de Fenótipos de Peixe-Zebra e agrupados por região anatômica antes de qualquer comparação entre laboratórios ser realizada.
Essa etapa de mapeamento é o núcleo pouco glamoroso do que uma cadeia de ferramentas séria para análise de dados realiza. O banco de dados subjacente do SEAZIT foi construído sobre PostgreSQL, com tabelas separadas em informações sobre substâncias, dados de triagem e análises, sendo a tabela de poços o ponto central de conexão. As concentrações de referência foram calculadas a partir de dados de incidência resumidos ao nível do ponto final, e um escore de especificidade foi derivado comparando-se a BMC de um ponto final não letal com a BMC da mortalidade, utilizando-se a diferença em log10 para distinguir efeitos desenvolvimentais específicos da toxicidade não específica.
Os resultados desse trabalho interlaboratorial constituem uma verificação útil da realidade para qualquer pessoa que esteja procurando ferramentas. Os valores de BMC para a substância controle positivo variaram entre laboratórios e condições de exposição, e as taxas de incidência para o controle veículo variaram de 0 a 8 por cento, dependendo do laboratório e do cenário. Nenhuma camada de software eliminou essa variação. O que o fluxo de trabalho harmonizado fez foi tornar essa variação visível e interpretável — um objetivo distinto e mais honesto do que "resultados padronizados".
Onde as camadas de saída divergem e o que comparar efetivamente
A tabela abaixo compara, lado a lado, as principais categorias de ferramentas nas dimensões que importam quando uma campanha de triagem precisa produzir avaliações de potência defensáveis, e não apenas vídeos atraentes.
| Camada da ferramenta |
Exemplos Típicos |
Produção Primária |
Lida com o mapeamento de ontologias |
Melhor adequação |
| Plataforma de rastreamento comportamental |
Zebralab, DanioVision |
Atividade por poço, distância, amplitude da resposta |
No |
Pontos finais locomotores e fotomotores |
| Morfometria baseada em imagens |
FishInspector, ZembryoAnalyser |
Características de forma e frequência cardíaca |
Parcial ou nenhuma |
Quantificação morfológica imparcial |
| Assistente regulatório para FET |
ZebraFET |
LC50, NOEC/LOEC, indicadores de validade |
No |
Conformidade e relatórios conforme TG 236 |
| Base de dados de observações com vocabulário controlado |
INTOB |
Registros estruturados de fenótipos e metadados |
Sim, por concepção |
Gestão e reutilização de dados a longo prazo |
| Pipelines de análise interlaboratorial |
Base de dados e pipeline SEAZIT |
BMC, pontuações de especificidade, classificações |
Sim |
Comparação e harmonização interlaboratorial |
INTOB, a Base de Dados Integrada de Observações Toxicológicas do UFZ, merece destaque separado porque foi desenvolvida com base nos princípios FAIR — dados localizáveis, acessíveis, interoperáveis e reutilizáveis — e padroniza metadados e observações fenotípicas por meio de um vocabulário controlado. Trata-se de uma solução de gestão de dados para um problema de gestão de dados, complementando — e não competindo com — uma plataforma de rastreamento.
A lição prática de implantação obtida diretamente no chão de uma unidade de triagem
Um grupo de triagem contratual de médio porte, que realizava estudos de toxicidade do desenvolvimento com algumas dezenas de compostos por mês, enfrentou uma versão desse problema que nenhuma demonstração individual de fornecedor teria revelado. Os dados comportamentais estavam no formato de exportação nativo do software de rastreamento. As pontuações morfológicas estavam em uma planilha compartilhada com colunas de fenótipos em texto livre. Os mapas de placas estavam em um terceiro local. Quando um patrocinador solicitou uma curva concentração-resposta que combinasse endpoints locomotores e morfológicos para o mesmo composto, um analista gastou grande parte de uma semana reconciliando manualmente os identificadores dos poços, e a curva resultante foi difícil de justificar, pois os termos fenotípicos tinham sido normalizados após o fato, em vez de registrados desde o início contra um vocabulário controlado.
A correção não foi um novo instrumento de imagem. Foi a inserção de uma camada estruturada de observação entre as ferramentas de captura e as estatísticas, a definição do vocabulário fenotípico antes do início da próxima campanha e a exigência de que cada ponto final avaliado incluísse, no mesmo registro, seus parâmetros de poço, placa e execução. A plataforma de rastreamento permaneceu. A planilha não.
Este é o ponto em que o hardware e a camada de dados se cruzam de uma maneira fácil de ignorar ao especificar um sistema de exposição toxicológica em peixe-zebra. Uma estação de trabalho que registra, como parte de sua operação nativa, os parâmetros de dosagem por poço, os carimbos de tempo das imagens e os mapas de placas elimina uma carga substancial de reconciliação ainda antes do início da etapa de análise. O trabalho de engenharia da Hunter Lab no manuseio de fluidos e no controle em nível de placa para plataformas de peixe-zebra posicionou-a para tratar a captura de dados como parte integrante do hardware de exposição, e não como um recurso adicional acrescentado posteriormente por um fornecedor externo. A disciplina de fabricação por trás de suas linhas de suportes e estações de trabalho para peixe-zebra — com tolerâncias rigorosas em trajetos de fluidos e eletrônica de controle estável — resulta em registros que correspondem exatamente ao que realmente ocorreu no poço, sendo essa a única base sobre a qual uma linha de análise subsequente pode ser construída.
As ferramentas existem. A questão mais difícil é saber se a pilha foi projetada de modo que a camada de dados herde a verdade física da exposição ou se o laboratório fica encarregado de remontá-la, planilha por planilha.