zFISHer: Automated 3D Registration, Detection, and Colocalization with Interactive Curation for Sequential Multiplexed FISH

zFISHer は、オープンソースの napari ベースのアプリケーションであり、逐次多重 FISH データの 3D 登録、検出、および共局在解析を自動化するとともに、手動分析の労働集約的なボトルネックを克服するための対話的なキュレーションツールを提供します。

要約

巨大な 3 次元パズルを解こうとしていると想像してください。ただし、そのピースは細胞内の小さな光る点であり、見るたびに絵が移り変わります。これが「逐次多重 FISH」と呼ばれる技術を用いる科学者たちの日常です。彼らは、層ごとに写真を撮影（パンをスライスするように）することで、特定の分子が細胞内のどこに位置しているかを把握しようとしています。しかし、各写真の撮影間で細胞がわずかに移動するため、どの点が実際に対応しているのかを確認するためにこれらの層を揃える作業は、驚くほど退屈で時間のかかるものです。

そこで登場するのが、この作業のための究極の助手として設計された新しい無料ソフトウェアツール「zFISHer」です。これは、人気のある可視化プラットフォーム「napari」の上に構築された、賢くインタラクティブな作業場のようなものです。

zFISHer が日常の比喩を用いてこの問題にどのように取り組むか、以下に示します。

• 自動整列機能: わずかに揺れる写真の束を、完璧に重ね合わせる必要があると想像してください。zFISHer はこれを自動的に行います。それは「RANSAC」と呼ばれる巧妙な数学的トリックを用いて、層を最適な位置にスライドさせる方法を見つけ出し、層が少し歪んだり曲がったりしている場合は、しわくちゃになった地図を滑らかにするように、それらを優しく伸ばして形を変え、完璧にフィットさせます。
• 3 次元探偵: 層が整列すると、ソフトウェアは小さな光る点（パクタ）を見つける必要があります。それは単一の平面スライスを見るだけでなく、細胞の核の完全な 3 次元マップを構築します。
• 「釣り針」ツール: これが最もクールな機能の一つです。通常、3 次元空間内の点の正確な中心を見つけるには、干し草の山から針を探すように、数百枚の画像スライスを上下にスクロールする必要があります。zFISHer は「釣り針」のレイキャスティングアルゴリズムを導入します。カメラのビューから真下に釣り糸を投げるように想像してください。フックがその線上の最も明るい光のスポットを自動的に捕らえます。これにより、手動でスクロールすることなく、点の正確な 3 次元中心が即座にわかります。さらに、単一ピクセルよりも正確になるよう位置を微調整します。
• インタラクティブなエディタ: 時にはコンピュータが誤りを犯します。zFISHer では、あなたが介入してそれを修正できます。それは、点を正しい場所にドラッグ＆ドロップできるビデオゲームのようです。点を動かす際、ソフトウェアは即座に、誤って 2 つの点を重ねて配置していないか（「衝突」）をチェックし、すべてを整然と保つためのデジタルの交通取り締まり官のように機能します。
• パーティーの計画者: 最後に、ソフトウェアはどの点が一緒にいるかを分析します。異なる色の点が同じ場所に現れる頻度（共局在）を数え、どの分子が友人でどの分子が他人であるかを科学者に明確な統計レポートとして提供します。

数百もの実験を実行しなければならない科学者にとって、zFISHer には「バッチモード」もあります。これは、寝ている間にコーヒーメーカーがコーヒーを淹れるように設定するのと同じです。複数のデータセットを読み込み、開始ボタンを押せば、ソフトウェアがすべてを自動的に処理する間、無人で実行させることができます。

要するに、zFISHer は、点の整列と探索というかつては遅く、手作業の苦闘であったプロセスを、データを完璧な 3 次元の焦点に保ちながら、高速で自動化され、インタラクティブな体験へと変えるのです。

技術概要

zFISHer の技術的概要

問題提起
逐次多重蛍光 in situ ハイブリダイゼーション（FISH）は、細胞単層内の空間的に解像された分子プロファイリングのための強力な技術として登場しました。しかし、これらのデータセットの分析には重大なボトルネックが存在します。それは、3 次元（3D）ボリューム全体にわたるパルタ（点状シグナル）のコロカライゼーションを分析するために必要な、労働集約的なプロセスです。具体的には、複数のイメージングラウンドの整合合わせ、未整合の z スタックにおけるパルタの検出、および精度を確保するための結果の手動キュレーションは、高スループット分析を妨げる時間のかかる作業です。

手法
これらの課題に対処するため、著者らは napari ビューアプラットフォームを基盤としたオープンソースアプリケーション zFISHer を開発しました。本ソフトウェアは、ペアされた逐次 FISH データセットの処理のための完全なエンドツーエンドのワークフローを提供するように設計されています。手法は、自動化された計算パイプラインと対話型ユーザーキュレーションツールを統合し、以下のように構成されています。

• 前処理とセグメンテーション: パイプラインは、未整合の z スタック上で行われる核セグメンテーションと自動化されたパルタ検出から始まります。
• 画像登録: 複数ラウンドの画像登録は、翻訳制約付き RANSAC（Random Sample Consensus）アルゴリズムを用いて達成されます。これは、イメージングラウンド間の非剛体歪みを補正するためのオプションの B スプライン変形ウォーピングによって補完されます。
• 座標変換: 画像が整合された後、システムは検出されたパルタの座標を整合された参照空間に正確に変換します。
• コンセンサス生成: ソフトウェアは、ラウンド間での一貫した分析を容易にするためにコンセンサス核を生成します。
• 対話型キュレーションと「フィッシングフック」アルゴリズム: 中核的な革新は、「フィッシングフック」レイキャスティングアルゴリズムです。このツールは、カメラのレイに沿った強度の最大値を特定することで、パルタを真の 3D 重心位置に位置させることを可能にします。このメカニズムにより、手動の z スライスナビゲーションの必要性が排除されます。インターフェースはリアルタイムの衝突検出とサブボクセル体積最適化をサポートし、検出結果の正確な対話型編集を可能にします。
• コロカライゼーションと統計: システムはペアワイズおよびトリチャンネルのコロカライゼーション分析を実行し、関連する統計を生成します。
• バッチ処理: スケーラビリティをサポートするため、zFISHer には複数の実験データセットの無人・高スループット分析のためのバッチ処理モードが含まれています。

主要な貢献
この研究の主な貢献は、単一のオープンソースフレームワーク内で完全な自動化と対話型キュレーションを統合した点にあります。主な技術的貢献は以下の通りです。

1. エンドツーエンドの自動化: セグメンテーション、登録、座標変換、およびコロカライゼーション分析を網羅する統合パイプライン。
2. フィッシングフックアルゴリズム: 手動のスライスごとの検査なしに 3D 重心位置を解決する新規のレイキャスティングアプローチ。これによりユーザーの労力が大幅に削減されます。
3. ハイブリッドワークフロー: 堅牢な自動化登録（B スプラインウォーピング付き RANSAC）とリアルタイム対話型ツール（衝突検出、サブボクセル最適化）を napari エコシステム内で組み合わせたもの。
4. スケーラビリティ: 継続的なユーザー介入なしに大規模な実験データセットを処理するためのバッチ処理機能の組み込み。

結果と意義
本論文は、逐次多重 FISH における 3D パルタコロカライゼーション分析という特定のボトルネックに対する解決策として zFISHer を提示しています。登録と検出の段階を自動化しつつ、品質管理のための対話型ツールを保持することで、本ソフトウェアはこれらの分析に現在必要とされている手作業を削減することを目指しています。この研究の意義は、複雑な逐次 FISH データの 3D 分析をよりアクセスしやすく効率的にすることで、高スループットかつ正確な空間プロファイリングを可能にする点にあります。著者らは、zFISHer を生データと信頼性の高い分子プロファイリング統計の間のギャップを埋める実用的なツールとして位置づけており、特に細胞単層を扱う研究者のニーズに特化しています。