Neden larval yüzme aktivitesi görünenden daha zor ölçülür?
Bir zebra balığı larvası küçüktür, hızlıdır ve yalnızca birkaç milimetre uzunluğundadır. Birinin bir iyi plakasında gözle yüzmesini izlemek bir şeyin gerçekleştiğini gösterir ama size bir sayı vermez. Deneylerin ise sayılar gerekir. Doz-yanıt eğrileri, tedavi karşılaştırmaları ve istatistiksel testler hepsi davranışı ölçülebilir bir nicelik haline getirmeye dayanır. Bu işlemi mümkün kılan araç otomatik analizdir.
Sorun, "yüzme aktivitesi"nin tek bir şey olmamasındadır. Bir kuyu içinde hızla ileri geri hareket eden bir larva ile küçük hareketlerle havada süzülen bir larva ikisi de aktiftir; ancak farklı şekillerde aktiftir. Tamamen hareketsiz kalan bir larva dinleniyor, şokta olabilir ya da ölmüş olabilir. Otomatik sistemler tüm bu durumları ölçebilir; ancak ölçümün anlamı, analizin biyolojik soruya göre tasarlanmasına bağlıdır.
Otomatik takip sisteminin bir larva kuyusunda aslında neyi ölçtüğü
Tipik bir otomatik analiz işlem hattı videoyla başlar. Larva, kontrollü aydınlatma altında çoklu kuyulu bir plakada kaydedilir. Yazılım, her karede larvayı tespit eder, konumunu zamana göre izler ve bir dizi hareket metriği hesaplar. En yaygın olanları şunlardır: kat edilen toplam mesafe, ortalama hız, tepe hızı ve hareket patlamalarının süresi.
-
Toplam kat edilen mesafe, genel aktivitenin geniş kapsamlı bir ölçüsünü verir.
-
Ortalama hız, sürdürülen yüzme hızını yansıtır.
-
Tepe hızı, patlamaları ve irkilme tepkilerini vurgular.
-
Hareket süresi ve sıklığı, zamansal deseni tanımlar.
-
Hareketsizlik veya donma dönemleri, azalmış tepki verme durumunu işaret eder.
Bu metriklerin her biri davranışın farklı bir yönünü yakalar. Toplam mesafe yorumlanması kolaydır; ancak bir larva sık bir daire çizerek hareket ediyorsa yanıltıcı olabilir. Tepe hızı, ortalama hızın düzleştirdiği kısa süreli olayları tespit eder. Doğru metriğin seçilmesi, analiz tasarımının bir parçasıdır.
Temiz veri elde etmeyi destekleyen görüntüleme koşullarının ayarlanması
Analizin kalitesi, videonun kalitesine bağlıdır. Birkaç faktör, çoğu kişinin beklediğinden daha fazla önem taşır.
Işıklandırma, bu listede en üst sıradadır. Eşit olmayan aydınlatma, plakanın bir tarafını diğerinden daha parlak hale getirebilir; bu da yazılımın larvayı nasıl algıladığını etkiler. Su yüzeyinden yansıyan ışıklar sahte nesneler oluşturabilir. Arkadan aydınlatılmış veya dağıtılmış bir ışık kaynağı genellikle en tutarlı kontrastı sağlar.
Kamera kare hızı da başka bir faktördür. Bir larva hızlı hareket edebilir ve düşük bir kare hızı kısa patlamaları kaçırabilir. Çok yüksek bir kare hızı ise büyük dosyalar üretir ve gürültü ekleyebilir. Pratik bir başlangıç noktası, hareketin birkaç karesini saniyede yakalayacak bir hızdır. Kesin değer, incelenen davranışa bağlıdır.
Sıcaklık kontrolü, herhangi bir larva deneyinde olduğu gibi aynı nedenden dolayı önemlidir. Hareket hızı sıcaklığa bağlıdır. Kayıt sırasında oda sıcaklığında duran bir plaka, standart yetiştirme sıcaklığında tutulan bir plakaya göre farklı aktivite gösterebilir.
| Görüntüleme faktörü | Tipik Değerlendirme | Veri üzerindeki etkisi |
|---|---|---|
| AYDINLATMA | Düzgün, dağıtılmış | Algılama tutarlılığını etkiler |
| Kare Hızı | Davranış hızına uygun | Kaçırılan patlamalar veya fazladan gürültü |
| Kamera çözünürlüğü | Larva boyutu için yeterli | Takip doğruluğu |
| Sıcaklık | Kayıt sırasında sabit | Hareket hızı |
| Plak tip | Gruplar arasında tutarlı | Yansıma ve kontrast |
Analizde aktivite türlerini ayırt etme
Ham hareket verisi davranışla aynı şey değildir. İki larva aynı toplam mesafeyi katetmiş olabilir ama çok farklı hareket desenlerine sahip olabilir. Birisi kuyu içinde düzgün bir şekilde yüzüyor olabilir; diğeri ise tek bir noktada durup periyodik olarak kıvranıyor olabilir. Doğru metrikler kullanıldığında otomatik analiz bu desenleri ayırabilir.
Patlama analizi (burst analysis) bunun bir yaklaşımıdır. Yazılım, yüksek ivmelenme dönemlerini tanımlar ve bunları sayar. Şaşırma tepkileri, bir uyarana yanıt olarak keskin patlamalar şeklinde görünür. Kendiliğinden patlamalar dış bir tetikleyici olmadan oluşur. Alışma (habituation), tekrarlanan uyarılara karşı tepkinin azalmasıdır ve patlama genliğinin zamana göre izlenmesiyle nicelendirilebilir.
Başka bir yaklaşım, bölgeye dayalı analizdir. Kuyu bölgelere bölünür ve her bölgede geçirilen süre ölçülür. Kenarlara yakın kalan larvalar, tigmotaksis gösteriyor olabilir. Merkezi keşfeden larvalar ise daha fazla keşfedici davranış sergiliyor olabilir. Toplam mesafe benzer olsa bile bu iki desen birbirinden farklıdır.
Gürültü işleme, örtülme ve diğer pratik sorunlar
Otomatik analiz sihir değildir. Gerçek deneylerde ortaya çıkan başarısızlık modelleri vardır.
Bir larva kuyu kenarına dokunursa çerçeve içinde kısmen kesilebilir; bu da takip algoritmasını karıştırır. Bir yansıma ikinci bir nesne olarak algılanabilir. Hareketsiz kalan bir larva, algılama eşiği çok yüksek ayarlanırsa tamamen kaçırılabilir. Bu sorunlar yaygındır ve ele alınmak zorundadır.
-
Yanlış nesneleri azaltmak için arka plan çıkarma yöntemi kullanın.
-
Algılama eşiklerini tahmin etmek yerine pilot verilere dayalı olarak ayarlayın.
-
Takip kalitesini doğrulamak için bir alt küme kuyunun ham videosunu inceleyin.
-
Analizden açık izleme hataları olan kuyuları hariç tutun.
-
Yöntemler bölümünde hariç tutulan kuyu sayısını bildirin.
Verileri hariç tutmak hassas bir konudur. Beklenen desene uymayan kuyuları atmak, bir tür önyargıdır. İzleme başarısızlığı nedeniyle kuyuları hariç tutmak ise teknik bir gerekliliktir. Bu ayrım önemlidir ve açıkça belgelenmelidir.
Larval ekranlar kullanan bir tesisin saha örneği
Güney Çin’de bir gelişimsel nörotoksisite laboratuvarı, larval yüzme üzerindeki etkilerini değerlendirmek için bir bileşik seti tarıyordu. İlk analizde ana ölçüt olarak toplam hareket mesafesi kullanılmıştı. Bazı bileşikler aktiviteyi artırmış gibi görünüyordu; ancak bu etki tekrarlar arasında tutarlı değildi.
Ham izleme verilerine daha yakından bakıldığında, "artmış aktivite"nin kuyu kenarında kısa patlamalar halinde yoğunlaştığı görüldü. Larvalar genel olarak daha fazla yüzmemişti. Bunun yerine daha sık ürküp duvara çarpmışlardı. Toplam mesafe ölçütü, iki farklı davranışı tek bir sayıya dönüştürmüştü.
Laboratuvar, analize patlama sıklığı ve kenar süresi ölçümlerini ekledi. Patlama sıklığını artıran bileşikler, keşfedici yüzme davranışını artıranlardan ayrıldı. Sonuçlar daha net hâle geldi ve yorumlamalar daha savunulabilir oldu. Bu değişiklik, yeni bir kamera ya da yeni bir algoritma değildi. Daha iyi ölçümler seçimi idi.
Otomatik analizin size söyleyebileceği ve söyleyemeyeceği şeyler
Otomatik analiz güçlüdür ancak tam bir resim sunmaz. Hareketi ölçer; motivasyonu, duyusal işlevi ya da hayvanın içsel durumunu ölçmez. Hareket etmeyen bir larva dinleniyor olabilir, hasta olabilir ya da motor kusur nedeniyle hareket edemiyor olabilir. Analiz, bu durumları ek deneyler yapılmaksızın ayırt edemez.
Ayrıca analiz yönteminin tasarım kalitesine de bağlıdır. Kötü tasarlanmış bir plaka düzeni, tutarsız aydınlatma veya değişken sıcaklık, hiçbir analizin düzeltmeyeceği veriler üretir. Otomasyon, deneyde zaten bulunan her şeyi (gerçek bir etki mi yoksa sistematik bir yanlılık mı) artırır.
Hunter Lab (Hunter), otomatik yavru analizinin bağımlı olduğu görüntüleme kararlılığına dikkat ederek zebra balığı laboratuvar ekipmanları üretir. Üretim ve kalite kontrol süreçleri, uzun vadeli tarama programlarının gerektirdiği tutarlılığı destekler. Yavru yüzme aktivitesini ölçen laboratuvarlar için bu tür üretim disiplini, temelin bir parçasıdır.