deepthought: the microscopy acquisition stack as an object of study

당신의 카메라가 단순히 사진을 찍고 멈추는 것이 아니라, 실제로 사진을 보고, 생각하고, 그다음 무엇을 촬영할지 결정하는 세상을 상상해 보십시오. 이것이 바로 "분석 루프 내 분석(analysis-in-the-loop)" 현미경의 꿈입니다. 수십 년 동안 과학자들은 이와 같은 기능을 갖춘 현미경을 원해 왔습니다. 즉, 빈 공간은 건너뛰고, 흥eli로운 세포를 확대하거나, 실험이 진행되는 동안 스스로 초점을 맞추는 기능 말입니다. 이는 마치 당신에게 단순히 책을 가져다주는 것을 넘어, 책 표지를 읽고 당신이 좋아할 만한지 판단한 뒤에야 책을 건네주는 똑똑한 조수를 두는 것과 같습니다.

하지만 이러한 스마트 현미경을 구축하는 것은 악몽이었습니다. 실험실에서 이를 시도할 때마다, 마치 케이크를 굽고 싶을 때마다 집을 새로 짓는 목수처럼 완전히 새로운 맞춤형 기계를 처음부터 다시 만들어야 했습니다. 도구들은 서로 맞지 않았고, 아무것도 재사용할 수 없었습니다. 이 논문은 단순하지만 혁명적인 질문을 던집니다: "만약 우리가 매번 새 집을 짓는 것을 멈추고, 대신 모든 사람에게 공통적으로 적용되는 집의 부분은 무엇인지 알아낸다면 어떨까?" 저자들은 과학자들이 바퀴를 재발명하는 일을 멈추고 더 흥미로운 과학 연구에 집중할 수 있도록, 스마트 현미경의 보편적인 "배관(plumbing)"을 찾고자 했습니다.

거대한 현미경 퍼즐

이 논문의 저자인 P.S. Kesavan과 그의 팀은 독특한 방식으로 이 문제를 해결하기로 했습니다. 그들은 특정 생물학적 문제를 해결하기 위해서가 아니라, 시스템 자체를 연구하기 위해 "최소한의" 스마트 현미경 시스템을 처음부터 구축했습니다. 이는 마치 특정 요리를 만들기 위해서가 아니라, 어떤 레시피에도 필수적인 도구가 무엇인지 알아내기 위해 아주 작은 완벽한 주방을 만드는 셰프와 같습니다.

그들은 이 작은 주방을 가지고 네 가지 매우 다른 "식사"(과학 실험)를 요리해 보았습니다:

1. 스피드 런(The Speed Run): 수천 개의 죽은 세포를 스캔하여 빛나는 단백질의 수를 세기.
2. 마라톤(The Marathon): 24시간 동안 멈추지 않고 살아있는 세포가 분열하는 과정을 관찰하기.
3. 라이트 쇼(The Light Show): 빛을 두 방향으로 나누어 분자가 회전하는 방식을 측정하기.
4. 오토 파일럿(The Auto-Pilot): 현미경이 실행 중에 스스로 초점과 밝기를 조절하게 하기.

이 네 가지 매우 다른 과업을 동일한 시스템을 통해 수행하게 함으로써, 그들은 현미경 소프트웨어 중 어떤 부분이 보편적(모두에게 동일한 것)이고, 어떤 부분이 특정 과업에 특화된 것(특정 요리를 위한 특별한 향신료 같은 것)인지를 발견했습니다.

"보편적인" 부분들 (배관)

그들은 스마트 현미경의 무거운 작업 대부분이 이미 다른 사람들의 소프트웨어에 의해 해결되어 있다는 것을 발견했습니다. 카메라나 모터와 통신하기 위해 새로운 방법을 발명할 필요 없이, 기존의 "보편적 어댑터"에 연결하기만 하면 됩니다.

• 하드웨어와 통신하기: 당신의 휴대폰이 충전기와 통신하기 위해 표준 USB 포트를 사용하는 것처럼, 현미경은 카메라 및 모터와 통신하기 위해 ophyd 및 micro-manager와 같은 표준 소프트웨어를 사용합니다.
• 쇼를 운영하기: DJ의 재생 목록처럼 현미경에 무엇을 할지 지시하는 표준적인 방법이 있으며, 이는 bluesky라는 시스템을 사용합니다.
• 데이터 저장 및 보기: 데이터는 표준 카탈로그(databroker)에 저장되며, napari와 같은 표준 뷰어를 통해 볼 수 있습니다. 이는 사진을 클라우드에 저장하고 어떤 휴대폰에서든 볼 수 있는 방식과 같습니다.

이러로 된 부분들은 어떤 실험을 수행하더라도 전혀 변하지 않았습니다. 이들은 집의 "벽과 바닥"처럼 견고하고 재사용 가능한 부분입니다.

두 가지 새로운 발명품 (맞춤형 가구)

그러나 이 연구는 다른 누구도 표준 버전을 만들지 못했기 때문에 반드시 처음부터 직접 만들어야 했던 두 가지 구체적인 사항을 찾아냈습니다. 이것들이 이 논문의 주요 기여입니다.

1. 샘플의 "지도" (샘플 표현)
당신이 로봇 청소기라고 상상해 보십시오. 당신은 벽이 어디에 있는지 알아야 충돌하지 않습니다. 과거에는 과학자들이 로봇이 청소해도 되는 구역을 알려주기 위해 매번 특수한 접시 모양(둥근 모양, 사각형, 구멍이 있는 모양 등)에 맞는 특별한 코드를 작성해야 했습니다.
저자들은 샘플을 기하학적 객체로 기술하는 새로운 방법을 발명했습니다. 그들은 "유리는 여기에 있고, 플라스틱 테두리는 저기에 있으며, 당신은 유리 위에서만 청소할 수 있다"라고 말하는 "디지털 지도"를 만들었습니다. 이 지도는 어떤 접시 모양에도 작동합니다. 이제 로봇은 접시가 어떻게 생겼는지 알 필요 없이, 단지 그 지도만 알면 됩니다. 이를 통해 현미경은 어떤 접시를 사용하더라도 자동으로 플라스틱 가장자리를 피하고 유리에 머무를 수 있습니다.

2. "감지된 객체" 스트림 (관측 표현)
보통 현미경은 사진을 찍고, 저장하고, 그 후에 컴퓨터가 사진을 살펴보고 세포를 찾아냅니다. 이는 군중의 사진을 찍어 하드 드라이브에 저장한 뒤, 다음 날 사람들을 세기 위해 팀을 고용하는 것과 같습니다.
저자들은 현미경이 단순히 원시 이미지를 내뱉는 것이 아니라, 이미지가 도착하는 즉시 이미지를 분석하여 "여기에 세포가 있고, 이곳의 밝기는 이 정도이다"라고 즉시 말하도록 시스템을 변경했습니다. 실험의 결과물은 사진 더미가 아니라, 위치와 측정값이 포함된 "감지된 객체"의 리스트가 됩니다.
이는 게임 체인저입니다. 왜냐하면 현미경이 즉각적인 결정을 내릴 수 있게 해주기 때문입니다. 만약 계획이 "밝은 점이 있는 세포를 발견하면 더 자세히 관찰하라"라고 되어 있다면, 현미경은 이미 '픽셀'이 아닌 '세포'에 대해 이야기하고 있기 때문에 즉시 그 작업을 수행할 수 있습니다.

빠진 조각 ("다음은 어디인가?" 문제)

연구는 아직 완전히 해결하지 못한 한 가지를 발견했습니다: 바로 **타겟팅(Targeting)**입니다.
이것은 "다음에는 어디를 봐야 하는가?"라는 질문입니다.
어떤 실험에서는 답이 단순한 격자 형태(잔디를 직선으로 깎는 것과 같은)이지만, 다른 실험에서는 "흥미로운 것이 있는 곳을 보라"가 답이 됩니다. 저자들은 두 가지를 모두 처리할 수 있는 시스템을 구축하려고 노력했지만, 아직 이를 위한 "보편적인 스위치"를 만들지 못했다는 것을 깨달았습니다. 그들은 대부분의 작업에 격자 전략을 사용했지만, 코드를 다시 작성하지 않고는 이를 "스마트 검색" 전략으로 쉽게 교체할 수 없었습니다. 그들은 이를 다음에 구축해야 할 중요한 과제로 식별했습니다.

실제로 수행한 작업

이 새로운 시스템이 작동함을 증명하기 위해, 그들은 두 가지 실제 생물학 실험을 수행했습니다:

1. 22,000개의 세포 마라톤: 인간 세포에 DNA 손상 유발 물질을 처리하고, 현미경이 스스로 22,000개의 세포를 스캔하고 분석하도록 했습니다. 시작한 후에는 인간이 컴퓨터를 전혀 건드리지 않았습니다. 현미경은 예상대로 세포의 DNA 복구 마커가 증가했음을 찾아냈습니다.
2. 24시간 관찰: 살아있는 세포가 24시간 동안 분열하는 과정을 관찰했습니다. (그들이 발명한 "지도"를 사용하여) 동일한 세포를 반복해서 방문하고 초점을 계속 유지할 수 있었기 때문에, 그들은 희귀한 사건, 즉 세포가 분열하면서 자신의 DNA 복구 "흉터"를 자식에게 물려주는 과정을 관찰할 수 있었습니다.

핵심적인 결론

이 논문은 새로운 실험을 할 때마다 새로운 현미경 소프트웨어 스택을 구축할 필요가 없다고 결론짓습니다. 스택의 대부분은 이미 구축되어 있고 작동하고 있습니다. 우리는 단 두 가지 새로운 "인터페이스"만 구축하면 됩니다: 샘플의 모양을 설명하는 방법과 결과를 이미지가 아닌 "객체"로 설명하는 방법입니다.

이 두 가지 조각만 갖춰지면, 현미경의 "스마트"한 부분은 일반적인 컴퓨터 프로그램만큼 간단해집니다. 현미경은 매번 새로운 프로그램을 작성할 필요 없이, 보고, 생각하고, 다음에 무엇을 할지 결정할 수 있습니다. 남은 과제는 "어디를 볼 것인가?"라는 결정을 시스템의 나머지 부분만큼 유연하게 만드는 것입니다.

요약하자면, 저자들은 단순히 더 나은 현미로를 만든 것이 아니라, 미래의 모든 스마트 현미경을 구축하기 위한 청사진을 만들었으며, 이를 통해 과학자들이 매번 바퀴를 재발명해야 하는 수고를 덜어주었습니다.