Odon: An ultra-fast viewer for spatial proteomics

Odon is een native Rust-desktopviewer die multiplex imaging-data van ruimtelijke proteomica en transcriptomica mogelijk maakt door middel van een geoptimaliseerde rendering-engine en viewport-gedreven tile-loading, waardoor het aanzienlijk sneller is dan bestaande tools en interactieve visualisatie van grote datasets en cohortstudies mogelijk maakt.

De kern

Stel je voor dat je een gigantische bibliotheek binnenloopt, maar in plaats van boeken, zitten de planken vol met miljarden microscopische foto's van menselijk weefsel. Dit is de wereld van de ruimtelijke proteomica: een manier om te kijken hoe eiwitten zich gedragen in een tumor, net als een detective die elke hoek van een misdaadscène inspecteert.

Het probleem? Deze foto's zijn zo groot en talrijk dat ze je computer laten bevriezen. Het is alsof je probeert een hele film te streamen terwijl je alleen een oude rekenmachine hebt. Veel laboratoria moeten daarom dure, zware werkstations kopen die alleen één persoon tegelijk kan gebruiken. Dat is als een dure raceauto die maar één bestuurder toelaat, terwijl er een heel team wacht.

Hier komt Odon in het spel.

Wat is Odon?

Odon is een nieuwe, supersnelle software die je op je gewone laptop kunt draaien. De naam is afgeleid van de libel (in het Latijn: Odonata). Libellen staan bekend om hun razendsnelle reactievermogen op flitsend licht. Odon doet precies dat: het reageert razendsnel op enorme datasets.

Hoe werkt het? (Met een paar simpele vergelijkingen)

1. De "Puzzel" in plaats van de "Hele Foto"
Stel je voor dat je een enorme foto van een stad wilt bekijken. Oude programma's proberen de hele foto (die misschien wel 32 gigabyte groot is) in één keer te downloaden en te openen. Dat duurt lang en kost veel geheugen.
Odon werkt anders. Het gebruikt een slimme techniek genaamd OME-Zarr. In plaats van de hele foto, kijkt Odon alleen naar het stukje dat jij op je scherm ziet (net als een Google Maps-kaart die pas de straten laadt als je erin zoomt).

• Het resultaat: Waar andere programma's 10 tot 35 seconden nodig hebben om een foto te laden, doet Odon dit in minder dan 1 seconde. Het is alsof je van een langzame trein overstapt op een raket.

2. De Krachtige Motor (Rust)
Veel bestaande software is geschreven in talen die wat "traag" zijn (zoals Python of Java). Odon is gebouwd met Rust, een programmeertaal die bekend staat om zijn snelheid en efficiëntie.

• De analogie: Stel je voor dat je een vrachtwagen moet besturen. Oude software is als een vrachtwagen met een verouderde motor die stottert als je te veel lading hebt. Odon is als een sportieve vrachtwagen met een elektrische motor: hij trekt moeiteloos, zelfs als je duizenden cellen tegelijk moet verwerken.

3. De "Mozaiëk-Modus"
In het onderzoek kijken wetenschappers vaak naar honderden weefselmonsters tegelijk (zoals in een Tissue Microarray). Normaal gesproken moet je van het ene monster naar het andere klikken, wat tijdrovend is.
Odon heeft een speciale mozaïek-modus.

• De vergelijking: Het is alsof je in plaats van één foto te bekijken, een heel raam hebt met honderden kleine raampjes. Je ziet direct honderden monsters naast elkaar. Je kunt in één oogopslag zien welke monsters goed zijn en welke niet, en direct inzoomen op het specifieke raampje dat je interessant vindt.

4. Interactie zonder trageren
Soms bevatten deze beelden miljoenen individuele cellen die allemaal gekleurd zijn. Oude programma's worden traag of crashen als je probeert door deze massa te bladeren. Odon gebruikt de grafische kaart van je laptop (de GPU) om dit soepel te doen.

• Het gevoel: Het voelt alsof je door een dichte menigte loopt zonder dat iemand je tegenhoudt. Je kunt direct klikken, kleuren aanpassen en cellen selecteren, en het scherm reageert direct.

Waarom is dit belangrijk?

Vroeger had je een dure, zware computer nodig om deze data te bekijken, en kon maar één persoon tegelijk aan die computer werken. Met Odon kan elke onderzoeker op zijn of haar gewone laptop (zelfs een gewone laptop!) snel en soepel werken.

Het verwijdert de "flessenhals" in de wetenschap. Net zoals een libel razendsnel op een vlieg afsteekt, helpt Odon onderzoekers om sneller fouten in hun data te zien, betere analyses te maken en uiteindelijk sneller antwoorden te vinden op vragen over kanker en ziektes.

Kortom: Odon maakt het bekijken van gigantische medische foto's zo snel en makkelijk als het scrollen door je favoriete foto's op je telefoon.

Technische samenvatting

Probleemstelling

Multiplexed ruimtelijke proteomica en transcriptomica genereren enorme, multidimensionale beelddatasets die moeilijk efficiënt te visualiseren zijn, vooral op het niveau van volledige slides en cohorstudies. Deze datasets kunnen oplopen tot vele terabytes.

• Kwaliteitscontrole: Visuele inspectie is essentieel voor het detecteren van kleuring- artefacten (zoals eiwitaggregaten of niet-specifieke kleuring) en stitch-fouten.
• Hardware-beperkingen: Bestaande tools (zoals MACS iQ View) vereisen zware werkstations met extreme specificaties (bijv. 256 GB RAM, 12-core processors, 16 TB SSD). Dit creëert een knelpunt: slechts één onderzoeker kan tegelijkertijd werken, terwijl grote laboratoria vaak meerdere gelijktijdige projecten hebben.
• Schaalbaarheid: Bestaande software (zoals QuPath en Napari) presteert niet optimaal bij het laden van grote datasets of het renderen van dichte segmentatiegegevens (vaak falend bij >50.000 objecten).

Methodologie

De auteurs hebben Odon ontwikkeld, een native desktopviewer die gebaseerd is op twee fundamentele ontwerpprincipes om de bovengenoemde beperkingen te overwinnen:

1. Bestandsformaat: OME-Zarr

   • Odon gebruikt OME-Zarr als kernformaat. Dit is een cloud-klaar, next-generation formaat dat beter presteert dan TIFF bij het ophalen van data-chunks, zowel lokaal als extern (via HTTP of S3).
   • Het formaat maakt viewport-gedreven tile-loading mogelijk: in plaats van de volledige dataset te downloaden, worden alleen de benodigde tegels geladen die zichtbaar zijn in het huidige scherm.
   • Ondersteuning voor annotaties via GeoJSON en GeoParquet, met secundaire ondersteuning voor SpatialData, Xenium-containers en TIFF.

2. Programmeertaal: Rust

   • De applicatie is geschreven in Rust, een systeemprogrammeertaal die bekendstaat om zijn geheugenefficiëntie en robuuste multi-threading.
   • Dit staat in contrast met bestaande tools die vaak Java (QuPath) of Python (Napari) gebruiken, talen die over het algemeen trager zijn in prestaties.
   • De combinatie van Rust met de "lazy-loading" van OME-Zarr resulteert in een lichtgewicht oplossing die op standaard consumentenhardware (zoals een laptop) kan draaien.

Technische Specificaties van de Benchmark:

• Hardware: 2024 MacBook Pro (Apple M4 chip), 16 GB RAM, 1 TB SSD.
• Dataset: Een 32 GB, 36-plex whole-slide image (TNP_pilot_cycif dataset) geconverteerd naar OME-Zarr v2 (multiscale, 7 niveaus, 16-bit unsigned integers, gecomprimeerd met Blosc/Zstandard).
• Vergelijking: Odon werd vergeleken met QuPath (v0.7.0) en Napari (v0.6.6).

Belangrijkste Bijdragen en Resultaten

1. Ultra-snelle laadtijden
Odon presteert aanzienlijk sneller dan concurrenten bij het laden van grote datasets:

• Odon: < 1 seconde voor een 32 GB, 36-plex whole-slide image.
• QuPath: 10,14 seconden.
• Napari: 35 seconden.
• Opmerking: Bij het inzoomen op deze afbeelding crashte QuPath, terwijl Odon stabiel bleef.

2. Schaalbare rendering van segmentatiegegevens
Odon gebruikt een GPU-gebaseerde compositing-pijplijn.

• Traditionele viewers vertonen ernstige vertraging of falen bij het laden van dichte segmentatiegegevens (vaak plafonnerend rond 50.000 objecten).
• Odon kan soepel renderen en interageren met meer dan 1.000.000 gesegmenteerde cellen zonder prestatieverlies.

3. Geïntegreerde Visual Analytics
De viewer biedt directe analyse-tools binnen de interface:

• Live interactie: Gebruikers kunnen live drempelwaarden (thresholding) toepassen en cellen selecteren op het canvas.
• Visualisatie: Object-eigenschap histogrammen en scatterplots worden direct gekoppeld aan de selectie.
• Unificatie: Een gelaagd systeem voor afbeeldingen, labels en maskers, waardoor hoge dichtheid segmentatiekaarten en single-cell data real-time kunnen worden geïnterpreteerd.

4. Mosaic Mode voor Cohort Studies
Voor studies op cohorst niveau en weefselmicroarrays (TMA) biedt Odon een speciale "Mosaic Mode":

• Hiermee kunnen honderden regio's van interesse (ROI's) tegelijkertijd op één canvas worden weergegeven.
• Gebaseerd op project-workspaces of steekproefbladen, kunnen honderden weefselkernen automatisch worden gegroepeerd, gesorteerd en gelabeld op basis van metadata.
• Gebruikers kunnen de expressie van markers over een hele cohorst evalueren en direct inzoomen op specifieke ROI's voor hoge resolutie inspectie.

Significantie

Odon vertegenwoordigt een paradigmaverschuiving in de visualisatie van ruimtelijke proteomica-data:

• Democratisering van toegang: Door de hoge prestaties op standaard hardware (laptops) is er geen afhankelijkheid meer van zware, dure werkstations. Dit verlaagt de drempel voor onderzoekers en lost het probleem van gedeelde hardware in laboratoria op.
• Efficiëntie: De snelheid waarmee data geladen en geïnterpreteerd kan worden, versnelt de kwaliteitscontrole en analyse-workflows aanzienlijk.
• Toekomstbestendigheid: De architectuur is ontworpen om mee te groeien met de toenemende schaal van ruimtelijke omics-datasets, van enkele slides tot grote cohorstudies, zonder in te leveren op interactieve snelheid.

Samenvattend positioneert Odon zich als een hoogpresterend platform dat de visuele analyse van complexe ruimtelijke data schaalbaar, toegankelijk en interactief maakt.