SpikeCleaner: An Algorithm to Label Unit Quality After Automated Spike Sorting

Resumo Técnico: SpikeCleaner

Definição do Problema
Embora os algoritmos automatizados de spike sorting tenham transformado a extração de atividade neuronal de registos extracelulares, eles não são infalíveis. Uma limitação crítica é a aceitação imprecisa de unidades baseadas em ruído, o que exige uma extensa curadoria manual. Este processo manual não é apenas demorado, mas também introduz uma subjetividade significativa na seleção de unidades. A escalabilidade da curadoria manual é cada vez mais comprometida pelo advento de sondas de alta densidade, como as Neuropixels, onde uma única hora de dados pode exceder 80 GB. Consequentemente, há uma necessidade urgente de padronização automatizada dos critérios de qualidade para acelerar a curadoria de dados e garantir a fiabilidade dos conjuntos de dados sem depender exclusivamente do julgamento humano.

Metodologia
Os autores desenvolveram o SpikeCleaner, um pipeline de curadoria semiautomático concebido para rotular a qualidade das unidades após a ordenação automatizada pelo Kilosort. O algoritmo opera através da padronização de critérios para classificar os clusters em três categorias: Ruído (Noise), Atividade Multiunitária (MUA) e Unidades Boas (Good Units).

A lógica de classificação baseia-se numa combinação de características fisiológicas e estatísticas específicas:

• Taxa de Spike (Spike Rate): A frequência de disparo.
• Métricas de Temporização de Spike (Spike Timing Metrics): Derivadas de autocorrelogramas.
• Características Fisiológicas Baseadas em Waveform: Incluindo amplitude de pico, inclinações (slopes), largura de meia (half-width) e correlação entre canais.

Com base nestas métricas, o algoritmo atribui rótulos padronizados:

• Ruído (Noise): Unidades com baixa probabilidade de serem de origem neuronal.
• MUA: Unidades que contêm contribuições neurais significativas (exibindo formas de onda neuronais), mas que possuem imperfeições claras que requerem limpeza adicional.
• Boa (Good): Unidades que não apresentam desvios claros em relação aos critérios de unidade ideais.

Crucialmente, o SpikeCleaner foi concebido para funcionar como um auxílio à curadoria, e não como um classificador absoluto. Os rótulos resultantes são importáveis diretamente para o Phy, onde apoiam, mas não substituem, o julgamento de especialistas. Os limiares de decisão para todas as métricas foram otimizados heuristicamente para maximizar a concordância com a curadoria manual de dois utilizadores especialistas. Além disso, o sistema inclui uma ferramenta que permite aos utilizadores ajustar manualmente os limiares com base no seu próprio julgamento ou otimizá-los semiautomaticamente face aos seus padrões específicos de curadoria de especialistas.

Principais Contribuições

• Padronização: A introdução de um quadro unificado para rotular a qualidade das unidades que reduz a subjetividade no processo de curadoria.
• Escalabilidade: Um pipeline capaz de lidar com os volumes massivos de dados gerados pelas sondas modernas de alta densidade, abordando o estrangulamento da curadoria manual.
• Integração: Compatibilidade perfeita com fluxos de trabalho existentes (Kilosort e Phy), posicionando a ferramenta como uma camada de assistência para especialistas humanos, em vez de um substituto.
• Flexibilidade: A inclusão de mecanismos que permitem aos utilizadores personalizar ou ajustar semiautomaticamente os limiares de classificação para corresponder às suas necessidades experimentais específicas ou preferências de especialistas.

Resultados
O algoritmo foi testado contra a curadoria manual de dois utilizadores especialistas em três registos distintos. As métricas de desempenho indicam uma elevada fidelidade ao julgamento do especialista:

• Classificação de Unidade Única (Single Unit): Alcançou 97% de precisão e um F1 score de 92%.
• Concordância de Categoria Total (SU, MUA, Noise): Alcançou 97% de precisão e um F1 score de 92%.
• Distinção Neuronal vs. Não-Neuronal: Alcançou 97% de precisão e um F1 score de 95%.

Significância
O artigo defende que, ao garantir a seleção precisa de unidades aceitáveis através de critérios semiautomáticos padronizados, o SpikeCleaner permite análises posteriores mais robustas. Especificamente, os autores destacam a sua utilidade em facilitar a decodificação neural fiável e o rastreio longitudinal da identidade neuronal. A ferramenta aborda o estrangulamento crítico da curadoria de dados na era da eletrofisiologia de alta densidade, oferecendo uma solução escalável que mantém uma elevada concordância com os padrões de especialistas, reduzindo simultaneamente o fardo manual.