Fractal: Towards FAIR bioimage analysis at scale with OME-Zarr-native workflows

Dit artikel introduceert Fractal, een ecosysteem bestaande uit een taakspecificatie en een platform dat schaalbare, reproduceerbare en FAIR-compliant biobeeldanalyse mogelijk maakt door gebruik te maken van de open OME-Zarr-formaat.

De kern

Stel je voor dat microscopen tegenwoordig niet meer alleen maar foto's maken, maar enorme, driedimensionale films van levende cellen. Deze films zijn zo groot en complex dat ze de hele harde schijf van een supercomputer vullen. Het probleem? Elke microfoon maakt zijn beelden in een andere taal (bestandsformaat), en de software om ze te analyseren is vaak als een sleutel die maar in één slot past. Als je een nieuwe camera koopt, moet je vaak je hele analyse opnieuw leren.

Deze paper introduceert Fractal, een oplossing die dit probleem oplost door twee dingen te doen: een gemeenschappelijke taal te creëren en een gebruiksvriendelijke werkplek te bouwen.

Hier is hoe het werkt, vertaald in alledaagse taal:

1. De "Lego-blokken" (OME-Zarr en de Taak-Specificatie)

Stel je voor dat je een enorme stad wilt bouwen. Vroeger moest je voor elke muur een uniek stukje steen maken. Als je een nieuwe architect wilde, moest je die steen opnieuw snijden.

Fractal introduceert een standaard Lego-blok genaamd OME-Zarr.

• Wat is het? Het is een universeel formaat om microscopie-gegevens op te slaan. Of je nu een cel in een mens, een vis of een plant bekijkt, alles wordt opgeslagen in dit ene, gestandaardiseerde "Lego-doosje".
• De "Taak" (Task): Stel je voor dat je een machine hebt die Lego-blokken kan schilderen, of een machine die ze kan stapelen. In Fractal noemen we deze machines "Taken".
• Het Geniale: Omdat alle Lego-blokken (gegevens) hetzelfde formaat hebben, maakt het niet uit welke machine (software) je gebruikt. Je kunt een "schilder-machine" van de ene ontwikkelaar koppelen aan een "stapelaar-machine" van een andere ontwikkelaar. Ze praten dezelfde taal. Je kunt deze machines in elke volgorde schakelen om een compleet verhaal te vertellen.

2. De "Autobahn" (Het Fractal Platform)

Nu je die Lego-machines hebt, moet je ze ergens laten werken. Voorheen moest je een programmeur inhuren om de machines aan te sturen, wat duur en moeilijk was.

Fractal bouwt een Autobahn (het platform) waar deze machines op kunnen rijden.

• Geen code nodig: Wetenschappers hoeven niet te programmeren. Ze loggen in op een website, slepen hun "Lego-machines" (taken) naar een lijn, en klikken op "Start".
• Kracht van de schaal: Deze Autobahn is aangesloten op enorme supercomputers (HPC). Het kan dus tegelijkertijd miljoenen cellen analyseren, alsof je een heel fabriekspakket in één keer laat draaien in plaats van één voor één.
• Reproductie: Als je een route (workflow) hebt ontworpen, kun je die exact dezelfde route sturen naar een andere supercomputer in een ander ziekenhuis. Omdat de "Lego-blokken" en de "machines" exact hetzelfde zijn, krijg je exact hetzelfde resultaat. Dit is cruciaal voor medische toepassingen, waar fouten geen optie zijn.

3. Wat hebben ze bewezen? (De Voorbeelden)

De auteurs tonen aan dat dit systeem werkt in de echte wereld:

• Het Hart: Ze analyseerden 10 terabytes aan beelden van hartcellen die zich ontwikkelen. Ze zagen precies hoe en wanneer cellen veranderen van "stamcel" naar "hartcel".
• De Vis: Ze keken naar de ontwikkeling van een hele zebrafisch-embryo in 3D, waarbij ze duizenden cellen tegelijk volgden om te zien hoe ze zich organiseren.
• De Darm: Ze analyseerden darmweefsel in 3D om te zien hoe cellen zich groeperen en communiceren.
• Kankerbehandeling: In een klinische setting (ziekenhuis) gebruikten ze het systeem om duizenden kankercellen van patiënten te testen op medicijnen. Ze konden precies voorspellen welk medicijn voor welke patiënt het beste werkt, en dit resultaat was identiek, ongeacht op welke computer het werd uitgevoerd.

Samenvattend

Fractal is als het bouwen van een wereldwijd, gestandaardiseerd spoorwegsysteem voor microscopie.

• Vroeger had elke trein (data) zijn eigen rails en zijn eigen locomotief.
• Nu hebben we standaard rails (OME-Zarr) en standaard locomotieven (Fractal-taken).
• Wetenschappers hoeven niet meer te bouwen aan de rails; ze hoeven alleen maar hun trein in te stappen en te kiezen waar hij naartoe moet.

Dit maakt het mogelijk om enorme hoeveelheden data snel, betrouwbaar en zonder programmeerkennis te analyseren, wat de weg vrijmaakt voor snellere ontdekkingen in de biologie en betere behandelingen voor patiënten.

Technische samenvatting

Probleemstelling

De microscopie genereert tegenwoordig data in een ongekende omvang, dimensionaliteit en diversiteit (terabytes aan data, 3D, tijdreeksen, multiplexing). Hoewel kunstmatige intelligentie (AI) en computer vision nieuwe mogelijkheden bieden voor analyse, staan onderzoekers voor enorme uitdagingen:

1. Schalbaarheid: Analysemethoden die werken op megabytes-data, falen vaak bij terabytes-data.
2. Reproduceerbaarheid en Interoperabiliteit: Analysepijplijnen zijn vaak specifiek voor een bepaald formaat of een bepaalde softwareomgeving, wat hergebruik en uitwisseling tussen laboratoria bemoeilijkt.
3. Data-fragmentatie: Er is een gebrek aan gestandaardiseerde methoden om processing-stappen (zoals segmentatie of registratie) te definiëren die kunnen werken over verschillende workflow-engines en computomgevingen heen.
4. Toegankelijkheid: Het werken met High-Performance Computing (HPC) vereist vaak geavanceerde programmeervaardigheden, wat een drempel vormt voor bioloog-onderzoekers.

Hoewel het OME-Zarr-formaat een oplossing biedt voor gestandaardiseerde opslag van grote datasets, ontbreekt er een gestandaardiseerde aanpak voor de verwerking van deze data.

Methodologie

Het artikel introduceert twee complementaire bijdragen om deze kloof te dichten:

1. De Fractal Task Specificatie:

   • Dit definieert een standaard voor "taken" (processing units) die werken op OME-Zarr-bestanden.
   • Een taak is een command-line executable die invoer ontvangt als een OME-Zarr-container en parameters als JSON, en output produceert in een nieuwe of bestaande OME-Zarr-container.
   • De specificatie ondersteunt verschillende typen taken:
     • Parallelle taken: Verwerken één container per proces (ideaal voor grote lijsten van afbeeldingen).
     • Niet-parallelle taken: Verwerken een lijst van containers in één proces (bijv. voor aggregatie).
     • Compound taken: Combineren initialisatie en parallelle berekening.
     • Converter-taken: Zetten proprietaire formaten om naar OME-Zarr.
   • Taken kunnen tabulaire data (metingen, ROI's, metadata) direct opslaan binnen de OME-Zarr-container (in formaten zoals AnnData, Parquet, CSV, JSON), waardoor de container een zelfstandige eenheid van data en afgeleide resultaten wordt.

2. Het Fractal Platform:

   • Een federatief, webgebaseerd platform dat de Fractal-task specificatie implementeert.
   • Het biedt een no-code interface (webinterface) voor onderzoekers om workflows te bouwen, te beheren en te monitoren zonder zelf te hoeven programmeren.
   • De backend communiceert met HPC-clusters (bijv. via Slurm) om de zware berekeningen uit te voeren.
   • Het platform integreert met bestaande tools zoals napari (voor interactieve visualisatie en annotatie) en ViZarr (webviewer), en biedt een data service voor het streamen van OME-Zarr-data van HPC-opslag naar de browser.

Belangrijkste Bijdragen

• Interoperabiliteit: Fractal biedt de eerste volledige oplossing voor interoperabele microscopie-analyse die volledig gebaseerd is op het OME-Zarr-formaat. Taken kunnen worden uitgevoerd in Python, via command-line, of geïntegreerd in bestaande workflow-systemen zoals Nextflow en Snakemake zonder de code van de taak zelf aan te passen.
• Community-gedreven ecosysteem: Er zijn al meer dan 100 open-source taken beschikbaar (bijv. voor conversie, registratie, segmentatie met Cellpose/StarDist, en feature-extractie).
• Scalable FAIR-analyse: Het platform maakt het mogelijk om FAIR-principes (Findable, Accessible, Interoperable, Reusable) toe te passen op de analyse zelf, niet alleen op de data-opslag.
• Klinische toepasbaarheid: Het systeem is ontworpen om reproduceerbaar te zijn in klinische omgevingen, wat essentieel is voor translational research.

Resultaten

De auteurs demonstreren de kracht van Fractal aan de hand van vier complexe use-cases:

1. Multiplexed Cardiac Differentiatie (10 TB):

   • Analyse van een 10 TB dataset van hartdifferentiatie over 10 dagen.
   • Workflow omvatte conversie, flatfield-correctie, 3D-registratie, segmentatie (3D en 2D projectie) en classificatie.
   • Resultaat: Kwantificatie van >800.000 cellen met >2500 metingen per cel, waarbij differentiatiepatronen (bijv. expressie van Nanog, Sox17, Troponin T) nauwkeurig werden gevolgd.

2. 3D Multiplexed Zebrafish Embryo's:

   • Verwerking van volumetrische data van zebrafish-embryo's.
   • Workflow voor registratie, segmentatie van cellen en kernen, en feature-extractie.
   • Resultaat: Ruimtelijke clustering (Leiden clustering) onthulde celtypen en hun organisatie tijdens vroege ontwikkeling met ~90% overlap met handmatige annotaties.

3. Multiscale Organoid Data (10-50 TB):

   • Analyse van muizen-intestinale organoiden op meerdere schalen (weefsel, cel, kern).
   • Workflow creëerde 3D-meshes van organoiden en cellen, gekoppeld aan moleculaire expressiepatronen.
   • Resultaat: Kwantitatief inzicht in hoe moleculaire heterogeniteit en ruimtelijke organisatie weefselvorming beïnvloeden.

4. Klinische Drug Response Profiling (DRP):

   • Toepassing in een klinische setting voor acute leukemie-patiënten.
   • Reproduceerbaarheidstest: Dezelfde workflow werd uitgevoerd op drie onafhankelijke Fractal-deployments.
   • Resultaat: >99,99% van de celmetingen was identiek tussen de runs. De workflow leverde exact dezelfde dosis-responsrelaties op, wat cruciaal is voor klinische besluitvorming.

Significantie

Fractal vertegenwoordigt een paradigmaverschuiving in bioimage analysis:

• Van data- naar analyse-standaardisatie: Waar OME-Zarr eerder de standaard was voor opslag, zorgt Fractal nu voor standaardisatie van de verwerking.
• Democratisering van HPC: Het platform haalt de technische drempel voor het gebruik van supercomputers weg voor bioloog-onderzoekers door een gebruiksvriendelijke webinterface te bieden.
• Toekomstbestendigheid: Door de modulaire aard en de open-source community-aanpak, kan het ecosysteem snel groeien met nieuwe AI-modellen en analysemethoden zonder dat de hele infrastructuur opnieuw gebouwd hoeft te worden.
• Translational Impact: De bewezen reproduceerbaarheid maakt Fractal geschikt voor klinische toepassingen, waar fouten in analyse direct gevolgen kunnen hebben voor patiëntbehandeling.

Kortom, Fractal biedt de noodzakelijke infrastructuur om de enorme hoeveelheid moderne microscopiedata om te zetten in reproduceerbare, schaalbare en FAIR wetenschappelijke inzichten.