Selection and weighting change the interpretation of phagocyte uptake and optical imaging

Pour comprendre comment le corps élimine ses propres déchets, les scientifiques observent souvent des cellules immunitaires appelées macrophages. Ces cellules agissent comme des aspirateurs microscopiques, cherchant des débris, des cellules mortes ou des bactéries envahissantes, les avalant et les décomposant. Pour observer ce processus, les chercheurs utilisent de puissants microscopes capables de suivre les cellules et les marqueurs fluorescents attachés aux déchets qu'elles consomment. En comptant le nombre de cellules qui mangent et en mesurant la luminosité ou le délai de la lumière émise par elles, les scientifiques espèrent comprendre comment le système immunitaire fonctionne. Cependant, la manière dont ces images sont collectées et les règles spécifiques utilisées pour les compter peuvent discrètement modifier l'histoire que racontent les données. Si un chercheur décide d'observer un groupe de cellules légèrement différent ou de pondérer différemment les points brillants d'une image, la conclusion finale sur l'activité du système immunitaire peut changer radicalement, même si les images brutes n'ont pas changé.

Une étude récente d'Elkin Navarro Quiroz, de l'Universidad Simón Bolívar en Colombie, examine précisément comment ces choix façonnent notre compréhension du comportement des cellules immunitaires. Le chercheur n'a pas réalisé de nouvelles expériences ni observé de nouvelles cellules. Au lieu de cela, il a repris trois ensembles de données publiques — des enregistrements de comptages de macrophages, des images brutes de signaux lumineux et des vidéos de cellules immunitaires chez le poisson — et les a réanalysés en utilisant des règles différentes. L'objectif était de voir si le changement des critères de sélection ou de la manière de pondérer les signaux pouvait inverser les conclusions que les scientifiques tirent des mêmes observations. Les résultats montrent que la réponse dépend entièrement de la manière dont les données sont traitées, et que les méthodes standards de résumé de ces images peuvent masquer des détails importants ou créer des tendances trompeuses.

L'étude a commencé par examiner comment les scientifiques comptent le nombre de macrophages qui participent à l'ingestion. Dans un premier ensemble de données, les chercheurs avaient enregistré combien de cellules étaient visibles et combien d'entre elles étaient étiquetées comme étant en train de « manger » à différents moments. Lorsque l'auteur a appliqué une règle — comptant toute cellule visible à un moment spécifique — le pourcentage de cellules paraissant manger est passé d'environ 24 % à 37 %. Mais lorsqu'une règle plus stricte a été appliquée, exigeant qu'une cellule soit visible et éligible pendant toute la durée de l'expérience, le pourcentage est tombé de près de 47 % à 37 %. Ces deux calculs partaient du même nombre de cellules en train de manger, mais le nombre total de cellules considérées a changé. Ce simple changement du dénominateur, ou du groupe total mesuré, a inversé la direction de la comparaison entre deux conditions expérimentales différentes. Ce qui ressemblait à une augmentation de l'activité sous une règle ressemblait à une diminution sous une autre. L'étude souligne que sans préciser clairement quelles cellules ont été incluses dans le décompte final, il est impossible de savoir si le système immunitaire devient réellement plus actif ou si le changement est simplement un artefact de la méthode de comptage.

La recherche s'est ensuite tournée vers les signaux lumineux eux-mêmes, en utilisant une technique appelée imagerie de la durée de vie de fluorescence. Cette méthode mesure le minuscule délai entre le moment où une cellule est frappée par une impulsion lumineuse et le moment où elle émet de la lumière. Ce délai, mesuré en nanosecondes, peut renseigner les scientifiques sur l'environnement chimique à l'intérieur de la cellule. L'auteur a pris deux images brutes de macrophages et s'est demandé ce qui se passerait s'il ne regardait que les parties les plus brillantes de l'image. Lorsqu'il a sélectionné uniquement les pixels présentant le plus de lumière, le temps moyen d'arrivée des photons a décalé de 0,135 nanoseconde dans une image et de 0,099 nanoseconde dans l'autre. Pour tester s'il s'agissait d'un effet réel ou d'un simple bruit aléatoire, il a créé une simulation informatique qui conservait le même nombre de particules de lumière mais modifiait leur position. Dans cette simulation, le décalage était infime, presque inexistant. Le fait que le décalage réel soit bien plus important que celui de la simulation a prouvé que les zones plus brillantes de l'image étaient véritablement associées à des temps d'arrivée plus précoces. Cela signifie que si un scientifique choisit de se concentrer uniquement sur les points les plus brillants, il ne voit pas seulement plus de lumière ; il voit un signal de chronologie entièrement différent. L'étude souligne que la manière dont la lumière est pondérée — que chaque particule compte de la même façon ou que les points brillants comptent davantage — modifie fondamentalement le chiffre de synthèse rapporté.

Enfin, l'article a examiné la gestion du temps dans les vidéos de cellules immunitaires. Le chercheur a examiné trois vidéos de microglie, un type de cellule immunitaire du cerveau, et a mesuré à quel point l'image changeait d'une image à l'autre. Il a constaté que même en mélangeant l'ordre des images, détruisant complètement la chronologie des événements, le classement des vidéos de la plus « active » à la moins « active » restait exactement le même. La vidéo qui semblait la plus active dans l'ordre original restait la plus active même lorsque les images étaient mélangées. Cela s'est produit parce que la quantité globale de différence visuelle entre n'importe quelle paire d'images dans cette vidéo était naturellement plus élevée que dans les autres, quel que soit l'ordre. Bien que le classement ait survécu au chaos, la mesure réelle du changement au fil du temps ne l'a pas fait. La variation accumulée, qui décrit comment l'image change étape par étape, a chuté de manière significative lorsque l'ordre a été rompu. Cela révèle qu'un classement stable ne garantit pas que les données préservent la véritable histoire de ce qui s'est passé au fil du temps. Un résumé peut paraître cohérent même lorsque les relations temporelles qui définissent le processus biologique ont disparu.

Le message global de ce travail est que l'interprétation de l'imagerie biologique est fragile. L'étude ne prétend pas avoir trouvé une nouvelle façon de mesurer la santé immunitaire ou un nouveau marqueur de maladie. Au contraire, elle sert de contrôle rigoureux sur la manière dont les données sont actuellement utilisées. Elle montre que le choix des cellules à inclure, la façon de pondérer les signaux lumineux et la gestion du temps peuvent altérer la conclusion autant que l'événement biologique lui-même. Lorsque les chercheurs rapportent qu'un groupe de cellules mange plus qu'un autre, ou qu'un certain état chimique est présent, ils doivent également rapporter les règles spécifiques qu'ils ont utilisées pour y parvenir. Sans ces détails, les chiffres sont ouverts à de multiples récits, parfois contradictoires. L'étude conclut que pour que la science progresse, les méthodes de sélection et de pondération doivent être explicitées, afin de garantir que les chiffres de synthèse reflètent véritablement la réalité biologique qu'ils sont censés décrire.