Selection and weighting change the interpretation of phagocyte uptake and optical imaging

为了了解身体是如何清理自身废物的，科学家经常观察一种被称为巨噬细胞的免疫细胞。这些细胞就像微型吸尘器，寻找碎片、死细胞或入侵的细菌，将它们吞入并分解。为了观察这一过程，研究人员使用强大的显微镜来追踪这些细胞以及附着在它们所吞噬的“垃圾”上的发光标签。通过计算有多少细胞正在进食，并测量它们发出的光的亮度或时间，科学家希望了解免疫系统的运作效率。然而，图像采集的方式以及用于计数的特定规则，可能会悄悄改变数据所讲述的故事。如果研究人员决定观察一组略有不同的细胞，或者对图像中的亮点进行不同的权重分配，那么关于免疫系统活跃程度的最终结论可能会发生剧烈变化，即便原始图像本身并未改变。

由哥伦比亚西蒙玻利瓦大学的埃尔金·纳瓦罗·奎罗斯（Elkin Navarro Quiroz）开展的一项近期研究，正是调查了这些选择如何塑造我们对免疫细胞行为的理解。研究者并没有进行新的实验或观察新的细胞。相反，他们采用了三组现有的公开数据——巨噬细胞计数记录、光信号原始图像以及鱼类免疫细胞的视频——并使用不同的规则对其进行了重新分析。其目标是观察：如果改变选择标准或信号的加权方式，是否会逆转科学家从相同观测中得出的结论。研究结果表明，答案完全取决于数据的处理方式，且标准化图像汇总的方法可能会掩盖重要的细节或制造误导性的趋势。

该研究首先探讨了科学家如何计数参与进食的巨噬细胞数量。在一组数据中，研究人员记录了在不同时间点可见的细胞数量以及其中被标记为“正在进食”的细胞数量。当作者应用一种规则时——即统计在特定时刻可见的所有细胞——“进食中”细胞的百分比从约 24% 上升到了 37%。但当应用一种更严格的规则时——要求细胞必须在整个实验持续期间都可见且符合条件——该百分比从近 47% 下降到了 37%。这两种计算方式的起始“进食细胞”数量是相同的，但被纳入考量的细胞总数发生了变化。这种分母（即被测量的总体组）的简单转变，扭转了两个不同实验条件之间的比较方向。在一种规则下看起来像是活动增加的情况，在另一种规则下则看起来像是活动减少。研究强调，如果不明确说明最终计数中包含了哪些细胞，就无法得知免疫系统是真的变得更加活跃，还是仅仅因为计数方法的变化而产生的偏差。

随后，研究转向了光信号本身，使用了名为荧光寿命成像的技术。这种方法测量的是细胞在受到光脉冲冲击后，发出荧光之间极其微小的延迟。这种以纳秒为单位的延迟可以告诉科学家细胞内部的化学环境。作者选取了两幅巨噬细胞的原始图像，并探讨了如果只观察图像中最亮的部分会发生什么。当他们仅选择光强最高的像素时，其中一幅图像的平均光子到达时间提前了 0.135 纳秒，另一幅则提前了 0.099 纳秒。为了测试这是一种真实效应还是随机噪声，他们创建了一个计算机模拟，在保持光粒子数量不变的情况下打乱了它们的位置。在模拟中，这种偏移非常微小，几乎没有移动。由于真实情况下的偏移量远大于模拟情况，这证明了图像中的明亮区域确实与更早的到达时间相关联。这意味着，如果科学家选择只关注最亮的点，他们看到的不仅仅是更多的光，而是看到了完全不同的时间信号。研究强调，光线的加权方式——即每个粒子是否被平等对待，还是亮点占据更高权重——会从根本上改变报告的汇总数值。

最后，论文研究了视频中如何处理时间问题。研究者观察了三段小胶质细胞（大脑中的一种免疫细胞）的视频，并测量了图像从一帧到下一帧的变化程度。他们发现，即使他们打乱了帧的顺序，完全破坏了事件的时间线，视频在“最活跃”到“最不活跃”之间的排名也保持不变。即使在帧顺序混乱后，原本看起来最活跃的视频依然是最活跃的。这是因为该视频中任意两帧之间的总体视觉差异自然高于其他视频。虽然排名在混乱中得以幸存，但“随时间变化”的实际度量却并未如此。当顺序被打破时，累积的变化量（描述图像逐步变化程度的指标）显著下降。这表明，一个稳定的排名并不能保证数据保留了真实的发生过程。即使时间关系已经消失，汇总数据看起来仍可能是一致的。

这项工作的核心信息是，生物成像的解释是脆弱的。该研究并非声称发现了一种衡量免疫健康的新方法或疾病的新标志物。相反，它作为一个严谨的检查，审视了目前数据的使用方式。它表明，选择包含哪些细胞、如何对光信号进行加权以及如何处理时间，都会改变结论，其影响程度不亚于生物事件本身。当研究人员报告某一组细胞比另一组进食更多，或者某种化学状态存在时，他们必须同时报告得出结论所依据的具体规则。如果没有这些细节，这些数字就容易产生多种、甚至是相互矛盾的解读。研究结论指出，为了推动科学进步，选择和加权的方法必须是明确的，从而确保汇总数字能够真正反映其旨在描述的生物学现实。