A high-performance end-to-end 3D CLEM processing workflow for facilities

Este artículo presenta un flujo de trabajo de procesamiento 3D CLEM de alto rendimiento, modular y de código abierto, diseñado para facilitar el análisis de grandes conjuntos de datos en instalaciones de investigación mediante la integración de herramientas existentes y nuevas en una interfaz unificada y escalable.

Lo esencial

¡Hola! Imagina que quieres estudiar una ciudad muy pequeña y compleja, como una célula. Tienes dos tipos de mapas muy diferentes para hacerlo:

1. El Mapa de Luces (Microscopía de Luz): Te dice exactamente dónde están las cosas importantes (como las fábricas de energía o los almacenes) porque brillan con colores específicos. Es como ver las luces de la ciudad de noche. Pero, es un poco borroso; no ves los detalles finos de las calles o los edificios.
2. El Mapa de Alta Definición (Microscopía Electrónica): Te muestra cada ladrillo, cada grieta en la pared y la textura de las calles con una precisión increíble. Pero, es en blanco y negro y no te dice qué edificio es qué (¿es un hospital o una escuela?).

El problema: Los científicos necesitan los dos mapas al mismo tiempo para entender cómo funciona la célula. Unirlos es como intentar pegar un mapa de luces de neón sobre un plano arquitectónico en blanco y negro. Si no lo haces perfecto, las luces no coinciden con los edificios, y todo el análisis falla. Además, estos mapas son tan gigantes que una computadora normal se queda "pensando" y se atasca.

La solución de este artículo:
Un equipo de científicos ha creado una "fábrica de mapas" automática y gratuita (un flujo de trabajo de software) que une estos dos mundos de principio a fin. Aquí te explico cómo funciona, paso a paso, con analogías sencillas:

1. Enderezar la pila de fotos (Alineación)

Imagina que tomas 1,000 fotos de una pila de pan para hacer un video 3D. Si la cámara se mueve un poquito o el pan se aplasta un poco al cortarlo, las fotos no encajan bien. Se ven como una escalera torcida.

• Lo que hace el software: Tiene herramientas inteligentes (como "Taturtle" y "AMST") que actúan como un ajustador de fotos automático. Busca marcas de referencia (como rayas pintadas en el pan) o compara las fotos vecinas para enderezar la pila perfectamente. Si no hay marcas, usa un truco matemático para adivinar dónde debe ir cada pieza.

2. Limpiar el ruido (Denoising)

A veces, las fotos tienen "nieve" o granos (ruido) que dificultan ver los detalles, como si miraras a través de una ventana sucia.

• Lo que hace el software: Usa una IA (Inteligencia Artificial) que actúa como un filtro de limpieza mágico. Aprende qué es "ruido" y qué es "información real" y limpia la imagen sin borrar los detalles importantes. Es como usar un programa de edición de fotos que elimina el grano automáticamente.

3. Pegar los mapas (Registro)

Ahora tienes la pila de fotos enderezada y limpia (el mapa de alta definición) y el mapa de luces. Tienes que pegarlos.

• Lo que hace el software: Usa una herramienta llamada "BigWarp". Imagina que tienes dos transparencias. Pones un punto en una luz brillante (mitocondria) y buscas ese mismo punto en la foto en blanco y negro. El software estira y dobla digitalmente la foto en blanco y negro hasta que coincide perfectamente con la luz. ¡Ahora sabes exactamente qué edificio es qué!

4. Pintar por números (Segmentación)

Ahora quieres aislar solo las "fábricas de energía" (mitocondrias) para contarlas o medir su tamaño. Hacerlo a mano es como intentar pintar un millón de puntos uno por uno: ¡tardarías años!

• Lo que hace el software: Entrena a un robot pintor (una red neuronal llamada MitoNet). Primero, un humano le muestra unos pocos ejemplos de cómo se ven las mitocondrias. El robot aprende y luego pinta automáticamente todas las mitocondrias de la imagen gigante.
  • El truco: Si el robot pinta mal al principio, el equipo lo "reentrena" un poco más con ejemplos específicos de esa célula, y de repente, ¡pinta con un 94% de precisión!

5. La película final (Visualización 3D)

Finalmente, quieres ver todo esto en movimiento, como en una película de ciencia ficción, para presentar los resultados.

• Lo que hace el software: Usa un programa de animación 3D (Blender) especializado. Convierte las fotos planas en un mundo 3D interactivo. Puedes volar a través de la célula, ver cómo las luces (LM) brillan dentro de los edificios (EM) y girar la cámara en cualquier dirección.

¿Por qué es esto un gran avance?

• Es para todos: Es de código abierto (gratis), como Linux o Wikipedia. No necesitas pagar software costoso.
• Es potente: Está diseñado para funcionar en supercomputadoras. Imagina que en lugar de una calculadora de bolsillo, usas un motor de cohete para mover estos datos gigantes.
• Es un "tren" (Railroading): Han creado un sistema donde los datos entran por un lado y salen procesados por el otro. Esto significa que cualquier laboratorio, incluso uno pequeño, puede usar este sistema sin tener que ser un experto en programación.

En resumen:
Este artículo presenta una caja de herramientas mágica y gratuita que toma fotos borrosas y gigantes, las limpia, las endereza, las une perfectamente y las convierte en una película 3D impresionante. Esto permite a los científicos centrarse en descubrir secretos biológicos en lugar de perder horas peleando con el software. ¡Es como pasar de dibujar un mapa a mano con un lápiz torcido a usar un GPS de alta precisión en un cohete!

Resumen técnico

A continuación presento un resumen técnico detallado del artículo en español, estructurado según los puntos solicitados:

Título: Un flujo de trabajo de procesamiento CLEM 3D de extremo a extremo de alto rendimiento para instalaciones

1. El Problema

La Microscopía Correlativa de Luz y Electrónica (CLEM) integra la especificidad molecular de la microscopía de luz (LM) con el detalle ultraestructural de la microscopía electrónica (EM), permitiendo un análisis espacial exhaustivo. Sin embargo, el procesamiento de conjuntos de datos CLEM en 3D presenta desafíos significativos, especialmente para las instalaciones de servicios (facilities), debido a:

• Naturaleza multimodal y fragmentación: La falta de enfoques unificados y la dependencia de herramientas de procesamiento de imágenes específicas e inconsistentes.
• Complejidad del flujo de trabajo: Los pasos típicos (alineación de cortes EM, registro LM-EM, segmentación y visualización 3D) requieren múltiples software que a menudo no son interoperables.
• Barreras de acceso: Muchas herramientas son comerciales o requieren conocimientos avanzados de programación, limitando su adopción.
• Gestión de datos: El volumen masivo de datos generados requiere estrategias de procesamiento, gestión y almacenamiento que superen las capacidades de las estaciones de trabajo estándar, necesitando infraestructuras de computación de alto rendimiento (HPC).

2. Metodología

Los autores presentan una tubería (pipeline) modular y de código abierto que consolida herramientas existentes y nuevas, diseñada para ser interoperable y escalable desde estaciones de trabajo estándar hasta entornos HPC. El flujo de trabajo se divide en cuatro etapas principales:

• A. Preprocesamiento de datos EM (Alineación y Denoising):

  • Alineación: Se desarrollaron estrategias dependiendo de la presencia de marcas fiduciales.
    • Con marcas fiduciales: Se utiliza una herramienta interna llamada Taturtle (plugin de Napari) que combina coincidencia de plantillas con corrección de deriva Z, seguida del algoritmo AMST (Alignment to Median Smoothed Template) para correcciones no lineales.
    • Sin marcas fiduciales: Se implementa AMST2, una nueva versión que incluye un paso de pre-alineación basado en transformaciones de traslación entre cortes adyacentes, permitiendo una alineación precisa sin marcas externas.
  • Denoising: Se emplea el modelo Noise2Void2 (N2V2) a través de la biblioteca CAREamics para eliminar ruido preservando la información estructural, ejecutable mediante CLI o GUI en Napari.

• B. Registro LM-EM:

  • Se utiliza BigWarp (integrado en BigDataViewer/MoBIE) para el registro interactivo basado en puntos de referencia (landmarks).
  • Se asume que la LM representa el estado nativo de la muestra, por lo que el volumen EM se transforma para coincidir con la LM, utilizando mitocondrias como puntos fiduciales comunes.

• C. Segmentación:

  • Se utiliza el modelo de red neuronal MitoNet dentro del entorno Empanada.
  • Se evaluó el uso de modelos preentrenados frente a la reentrenamiento del modelo utilizando ground truth (GT) generado semi-manualmente con nnInteractive.
  • Se optimizaron parámetros (como el uso de parches ortogonales) y se invirtió el contraste de la imagen para adaptarse al entrenamiento del modelo.

• D. Visualización y Animación 3D:

  • Se emplea Blender con el plugin Microscopy Nodes. Esta herramienta permite la integración, renderizado volumétrico y animación de conjuntos de datos complejos (LM, EM y segmentaciones) en un solo entorno, soportando formatos como TIFF y OME-Zarr.

• Infraestructura: Todo el flujo se ejecuta en entornos HPC (como el superordenador VSC de Flandes) utilizando Slurm, Nextflow y contenedores para garantizar reproducibilidad y escalabilidad.

3. Contribuciones Clave

• Flujo de trabajo unificado y de código abierto: Una solución integral que conecta herramientas como Napari, Fiji, Empanada, BigWarp y Blender, eliminando barreras de software comercial.
• Herramientas nuevas y optimizadas:
  • Taturtle: Plugin para alineación con corrección Z y coincidencia de plantillas.
  • AMST2: Algoritmo mejorado para alineación de volúmenes sin marcas fiduciales.
  • Estrategia de reentrenamiento de MitoNet: Un protocolo validado para mejorar drásticamente la segmentación automática de mitocondrias.
• Escalabilidad HPC: Demostración de que el procesamiento de grandes volúmenes de datos CLEM es viable en infraestructuras de computación de alto rendimiento, facilitando el manejo de conjuntos de datos en crecimiento.
• Recursos accesibles: Disponibilidad de scripts, plugins, tutoriales y conjuntos de datos de prueba para fomentar la adopción en la comunidad científica.

4. Resultados

• Alineación: Las estrategias combinadas (Taturtle-AMST y AMST2) redujeron los errores de desplazamiento de aproximadamente 0.75 nm a 0.25 nm en comparación con datos crudos, mejorando la consistencia geométrica a lo largo del eje Z. AMST2 demostró ser efectivo incluso sin marcas fiduciales, aunque la presencia de estas mejora la precisión.
• Impacto del preprocesamiento: La combinación de alineación y denoising mejoró la precisión de la segmentación automática de mitocondrias de ~40% a ~60% sin necesidad de reentrenar el modelo.
• Reentrenamiento del modelo: La reentrenación de MitoNet con datos específicos del conjunto de datos elevó la precisión de la segmentación de 60% a **94%**, superando la necesidad de denoising previo en algunos casos y demostrando la robustez del modelo adaptado.
• Visualización: Se logró la renderización y animación de alta calidad de volúmenes de 17 GB (EM) y 2.5 GB (LM) en un solo entorno, visualizando contactos de membrana y orgánulos con precisión nanométrica.

5. Significancia

Este trabajo aborda una necesidad crítica en las instalaciones de microscopía al proporcionar un estándar reproducible y accesible para el análisis CLEM 3D.

• Democratización: Al ser de código abierto y ofrecer interfaces gráficas (GUI), reduce la barrera de entrada para investigadores sin experiencia en programación.
• Eficiencia y Reproducibilidad: La automatización de componentes y el uso de HPC permiten procesar grandes volúmenes de datos de manera eficiente, esencial para la ciencia moderna basada en datos.
• Impacto Científico: Facilita la adopción de metodologías CLEM avanzadas, permitiendo una comprensión espacial más profunda de muestras biológicas y fomentando la colaboración y la reutilización de datos a nivel global.
• Futuro: Establece una base sólida para futuras integraciones, como la microscopía de células vivas, y demuestra la viabilidad de soluciones de software interoperables en entornos de investigación complejos.