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

O artigo apresenta o Fractal, uma nova especificação de tarefas e plataforma que habilita fluxos de trabalho de análise de imagens microscópicas escaláveis, modulares e reprodutíveis baseados nativamente no formato OME-Zarr, promovendo a análise FAIR em larga escala para aplicações de pesquisa biológica e clínica.

O essencial

Imagine que a biologia moderna é como uma biblioteca gigante e em constante expansão. Cada microscópio novo gera livros (imagens) com milhões de páginas, em formatos estranhos, e a biblioteca está ficando tão cheia que ninguém consegue encontrar nada ou ler os livros sem se perder.

Os cientistas têm ferramentas incríveis (Inteligência Artificial) para ler esses livros e descobrir segredos da vida, mas o problema é que cada livro tem um formato diferente e as ferramentas de leitura são complicadas demais para o usuário comum.

É aqui que entra o Fractal, o "herói" desta história. O Fractal é uma nova maneira de organizar e analisar essas imagens microscópicas, tornando tudo mais fácil, rápido e confiável. Vamos entender como ele funciona usando algumas analogias simples:

1. O Problema: A Bagunça dos Formatos

Antes do Fractal, cada máquina de microscopia guardava as fotos em um "idioma" diferente (formatos de arquivo proprietários). Era como se você tivesse receitas de bolo escritas em japonês, alemão e em código binário. Para analisar os dados, você precisava de um tradutor específico para cada receita, e se quisesse usar uma receita em outra cozinha, teria que reescrevê-la toda.

2. A Solução: O "OME-Zarr" (A Caixa Universal)

O primeiro passo do Fractal foi criar uma caixa universal chamada OME-Zarr.

• A Analogia: Imagine que, em vez de guardar seus documentos em caixas de sapatos, envelopes e sacos plásticos, todos concordaram em usar apenas caixas de mudança padronizadas e organizadas.
• Dentro dessa caixa, não há apenas a foto, mas também uma etiqueta perfeita explicando o que é, de onde veio e como foi tirada. Além disso, a caixa é inteligente: ela permite que você veja a foto inteira ou dê zoom em um detalhe minúsculo sem precisar carregar a imagem gigante inteira na memória do computador.

3. O Motor: As "Tarefas Fractal" (Os Robôs Especializados)

Agora que todos usam a mesma caixa, precisamos de pessoas (ou robôs) para fazer o trabalho. O Fractal criou um manual de instruções padrão para esses robôs, chamados de "Tarefas".

• A Analogia: Pense em uma linha de montagem de carros. Antes, cada mecânico fazia o serviço de um jeito diferente. Com o Fractal, todos os mecânicos (robôs de análise) usam a mesma chave de fenda e seguem o mesmo passo a passo.
• Um robô pode ser especialista em "encontrar células", outro em "medir cores" e outro em "contar objetos". O legal é que você pode pegar um robô feito por um cientista na Suíça e usá-lo no Brasil, ou em um supercomputador gigante, sem precisar reprogramá-lo. Eles são interoperáveis (funcionam juntos perfeitamente).

4. A Fábrica: A Plataforma Fractal (O App de Controle)

Mas como você coordena milhares desses robôs? O Fractal criou uma plataforma web (um site).

• A Analogia: É como um aplicativo de delivery de tarefas. Você não precisa saber programar ou usar comandos de hacker. Você entra no site, escolhe quais "robôs" quer usar, arrasta e solta para criar uma sequência (um fluxo de trabalho) e clica em "Enviar".
• O sistema então envia esse trabalho para um Supercomputador (HPC) que faz o cálculo pesado em segundos ou minutos, devolvendo os resultados prontos. É como pedir um bolo: você escolhe os ingredientes no site, e a cozinha (o supercomputador) faz o bolo gigante para você.

5. O Resultado: Ciência Reprodutível e Justa

O artigo mostra que essa abordagem funciona em três cenários impressionantes:

1. Coração em Crescimento: Analisaram 10 Terabytes de imagens de células cardíacas crescendo por 10 dias. O Fractal conseguiu rastrear milhões de células e dizer exatamente quando elas se transformaram em células do coração.
2. Embriões de Peixe: Analisaram embriões inteiros em 3D, mapeando como as células se organizam sozinhas, como se fosse um jogo de Lego vivo.
3. Medicina de Precisão (Câncer): Isso é o mais emocionante. Eles usaram o Fractal para testar drogas em células de pacientes com leucemia. O sistema foi tão preciso que, se você rodar a mesma análise em três computadores diferentes, o resultado é exatamente o mesmo. Isso é crucial para a medicina: significa que podemos confiar no computador para ajudar a escolher o remédio certo para o paciente certo.

Resumo em uma Frase

O Fractal é como criar um sistema operacional universal para a biologia: ele transforma a bagunça de imagens microscópicas em uma linha de montagem organizada, onde cientistas podem montar suas próprias análises complexas com blocos de construção padronizados, sem precisar ser programadores, garantindo que os resultados sejam confiáveis e reprodutíveis em qualquer lugar do mundo.

Isso democratiza a ciência, permitindo que biólogos se concentrem nas descobertas, enquanto o Fractal cuida da parte chata e difícil de processar os dados.

Resumo técnico

1. O Problema

O campo da bioimagem enfrenta uma crise de escalabilidade e reprodutibilidade devido ao crescimento exponencial no volume, dimensionalidade e diversidade dos dados de microscopia. Embora a inteligência artificial (IA) e a visão computacional ofereçam oportunidades sem precedentes para análise quantitativa, a implementação prática esbarra em desafios de engenharia:

• Diversidade de Dados: Sistemas de aquisição produzem imagens em formatos, dimensões e tamanhos variados, dificultando a criação de pipelines universais.
• Escalabilidade: Métodos que funcionam bem em escala de megabytes tornam-se insustentáveis em escala de terabytes (TB).
• Falta de Interoperabilidade: Embora existam formatos padronizados para dados (como OME-Zarr), faltam soluções padronizadas para o processamento desses dados. As ferramentas de orquestração de fluxo de trabalho existentes (como Nextflow, Snakemake, Galaxy) têm suporte limitado ao formato OME-Zarr, e os métodos de análise frequentemente precisam ser reimplementados para cada novo contexto ou modalidade, exigindo habilidades avançadas de programação.

2. Metodologia e Contribuições Principais

Os autores introduzem duas contribuições complementares para preencher essa lacuna, focadas na padronização baseada no formato de arquivo OME-Zarr (Next-Generation File Format):

A. Especificação de Tarefa Fractal (Fractal Task Specification)

Esta é uma definição técnica que estabelece unidades de processamento interoperáveis:

• Conceito: Define "tarefas" como executáveis de linha de comando que leem dados de um contêiner OME-Zarr, processam-nos e escrevem resultados no mesmo ou em um novo contêiner OME-Zarr (esquema "disk-to-disk").
• Interoperabilidade: As tarefas aceitam parâmetros via arquivos JSON e geram metadados de saída também em JSON. Isso permite que uma mesma tarefa seja executada em ambientes computacionais diversos (scripts Python, Bash, Nextflow, Snakemake) sem modificar o código da tarefa.
• Tipos de Tarefas: A especificação suporta cinco tipos de tarefas para diferentes necessidades de paralelização:
  1. Paralelas: Processam contêineres individualmente.
  2. Não Paralelas: Agregam informações de múltiplos contêineres.
  3. Compostas: Combinam inicialização não paralela com fase de computação paralela.
  4. Conversores: Transformam formatos proprietários para OME-Zarr.
  5. Tabelas: Suporte para armazenar dados tabulares (Anndata, Parquet, CSV, JSON) dentro do próprio contêiner OME-Zarr, vinculando medições a imagens e rótulos.

B. Plataforma Fractal (Fractal Platform)

Uma plataforma de orquestração de fluxo de trabalho nativa do OME-Zarr que implementa a especificação acima:

• Arquitetura: Utiliza uma abordagem federada, onde o servidor backend gerencia usuários e fluxos, enquanto executa o processamento em clusters de computação de alto desempenho (HPC).
• Interface: Oferece uma interface web "no-code" (sem necessidade de programação) para cientistas biológicos projetarem, executarem e monitorarem fluxos de trabalho complexos.
• Visualização e Exploração: Integra-se com visualizadores web (ViZarr) e locais (napari) via plugins personalizados para streaming de dados OME-Zarr, permitindo a exploração interativa de imagens, rótulos e dados tabulares.
• Reprodutibilidade: Garante que os fluxos de trabalho sejam totalmente especificados (ordem das tarefas, versões exatas dos pacotes e parâmetros), permitindo a replicação exata em diferentes infraestruturas.

3. Resultados e Casos de Uso

Os autores demonstraram a eficácia do Fractal em quatro cenários distintos, processando dados na escala de terabytes:

1. Análise de Imagens Multiplexadas Estáticas (Diferenciação Cardíaca):

   • Processamento de um conjunto de dados de 10 TB com 14 ciclos de multiplexação ao longo de 10 dias.
   • O fluxo incluiu conversão, correção de iluminação, registro 3D, segmentação de núcleos (3D e 2D) e classificação celular.
   • Resultado: Quantificação de mais de 800.000 células com mais de 2.500 medições cada, recapitulando padrões conhecidos de diferenciação cardíaca.

2. Análise Volumétrica e Multiescala (Embriões de Zebrafish e Organoides Intestinais):

   • Zebrafish: Reprocessamento de dados 3D-4i para estudar a auto-organização celular durante a ativação do genoma. O fluxo permitiu segmentação, extração de características e clustering espacial (Leiden), alcançando 90% de sobreposição com anotações manuais.
   • Organoides: Análise de dados de microscopia confocal de 10-50 TB. O fluxo permitiu a segmentação em múltiplas escalas (tecido, célula, núcleo), conversão para malhas 3D e anotação de expressão molecular, revelando a organização espacial e heterogeneidade molecular.

3. Análise de Imagens Volumétricas em Tempo Real (Time-Lapse):

   • Aplicação de um fluxo mínimo para segmentação nuclear em organoides intestinais de camundongos ao longo de 110 horas.
   • Demonstrou a capacidade de aplicar modelos de deep learning (Cellpose SAM) a dados dinâmicos complexos, capturando a sincronização do volume nuclear com o ciclo celular.

4. Análise Clínica (Perfil de Resposta a Drogas):

   • Implementação em um ambiente clínico (Hospital Infantil de Zurique) para triagem de drogas em células de leucemia.
   • Reprodutibilidade: O fluxo foi executado em três implantações independentes do Fractal. Os resultados mostraram uma correspondência exata na contagem de células e nas relações dose-resposta (>99,99% das medições coincidentes), provando a viabilidade para aplicações translacionais onde a rastreabilidade é crítica.

4. Significado e Impacto

O trabalho do Fractal representa um avanço fundamental na bioimagem ao:

• Democratizar a Análise de Grande Escala: Permite que pesquisadores sem habilidades avançadas de programação utilizem recursos de HPC para analisar dados de terabytes através de uma interface web intuitiva.
• Estabelecer um Padrão de Interoperabilidade: A especificação de tarefa Fractal cria uma ponte entre ecossistemas de orquestração de fluxo de trabalho (Nextflow, Snakemake, Galaxy) e o formato de dados OME-Zarr, permitindo que módulos de processamento sejam reutilizados e compartilhados globalmente.
• Promover a Ciência FAIR: Ao padronizar não apenas o armazenamento, mas também o processamento dos dados, o Fractal torna as análises de bioimagem Encontráveis, Acessíveis, Interoperáveis e Reutilizáveis (FAIR).
• Facilitar a Translação Clínica: A capacidade de garantir a reprodutibilidade exata entre diferentes infraestruturas computacionais é um pré-requisito essencial para a adoção de análises baseadas em imagem na medicina de precisão e diagnósticos clínicos.

Em resumo, o Fractal transforma a análise de bioimagem de um esforço de engenharia de software personalizado e frágil em um processo modular, escalável e padronizado, acelerando a descoberta biológica e a aplicação clínica.