[논문 리뷰] A Hitchhiker`s Guide through the Bio-image Analysis Software Universe

Robert Haase, Elnaz Fazeli외 8명|arXiv (Cornell University)|2022. 04. 15.

Genetics, Bioinformatics, and Biomedical Research인용 수 4

한 줄 요약

이 논문은 생명과학 영상 분석 소프트웨어 생태계의 확장성에 대응하기 위한 종합적이고 실용적인 가이드를 제공하며, 데이터 유형, 팀 전문성, 인프라, 예산 기반으로 플랫폼을 평가한다. 기존 및 신규 플랫폼에 중점을 두어 실질적인 통찰을 제공하며, 적합한 도구를 선택하기 위한 실행 가능한 조언을 제시한다.

ABSTRACT

Modern research in the life sciences is unthinkable without computational methods for extracting, quantifying and visualizing information derived from biological microscopy imaging data. In the past decade, we observed a dramatic increase in available software packages for these purposes. As it is increasingly difficult to keep track of the number of available image analysis platforms, tool collections, components and emerging technologies, we provide a conservative overview of software we use in daily routine and give insights into emerging new tools. We give guidance on which aspects to consider when choosing the right platform, including aspects such as image data type, skills of the team, infrastructure and community at the institute and availability of time and budget.

연구 동기 및 목표

• 생물영상 분석 소프트웨어의 점점 증가하는 복잡성과 분열된 상태를 해결하기 위해, 이용 가능한 도구에 대한 체계적이고 실용적인 개요를 제공함으로써.
• 연구자 및 연구 팀이 특정 워크플로우에 맞는 영상 분석 플랫폼을 선택할 때 정보에 기반한 결정을 내릴 수 있도록 돕기 위해.
• 데이터 유형 호환성, 팀 전문성, 기관 인프라, 가용 시간 및 예산과 같은 핵심 고려 사항을 강조하기 위해.
• 분야 내 신규 도구 및 기술에 대한 통찰을 제공하여 연구자들이 변화하는 소프트웨어 생태계에 최신 상태를 유지할 수 있도록 하기 위해.
• 다양한 생물영상 분석 소프트웨어 환경을 탐색하는 신규 연구자와 숙련된 사용자 모두를 위한 참고 자료로 기능하기 위해.

제안 방법

• 사용자 경험과 기술 기준에 기반해 널리 사용되거나 신규로 등장하는 생물영상 분석 플랫폼을 체계적으로 평가함.
• 영상 처리, 시각화, 정량적 분석 기능에 따라 소프트웨어를 기능별로 분류함.
• 확장성, 커뮤니티 지원, 문서 품질, 다양한 영상 데이터 유형과의 호환성 등 플랫폼 특성 평가.
• 실용적 관련성을 확보하기 위해 다수의 숙련된 생물영상 분석가로 구성된 팀의 의견을 통합함.
• 재현 가능성, 확장성, 기존 연구 파이프라인에의 통합 등을 고려한 실제 적용 가능성에 중점을 둠.
• 학습 곡선, 성능, 확장성 등의 차원에서 도구를 비교할 수 있는 체계적 프레임워크를 사용함.

실험 결과

연구 질문

• RQ1 연구 환경에서 생물영상 분석 플랫폼 선택에 영향을 미치는 주요 요인는 무엇인가요?
• RQ2 영상 데이터 유형, 팀 전문성, 기관 인프라는 소프트웨어 선택에 어떻게 영향을 미치나요?
• RQ3 다양한 생물영상 분석 작업에 가장 적합한 기존 및 신규 도구는 무엇인가요?
• RQ4 연구자들이 영상 분석 소프트웨어의 장기적 지속 가능성과 사용성 평가에 사용해야 할 기준은 무엇인가요?
• RQ5 신규 영상 분석 도구를 도입할 때 연구자들이 시간, 예산, 기술적 요구사항을 어떻게 균형 있게 조율할 수 있나요?

주요 결과

• 생물영상 분석 소프트웨어의 다양성이 매우 크며, 사용성, 성능, 커뮤니티 지원 측면에서 상당한 차이가 있음.
• 플랫폼 선택은 특정 영상 데이터 유형(예: 공형광학, 라이트시트, 전자현미경 등)과 필요로 하는 분석 작업에 의해 강하게 영향을 받음.
• 장기적인 사용성과 분석 워크플로우의 재현 가능성에 있어 커뮤니티 지원과 문서 품질이 핵심 요소임.
• 확장성과 활발한 사용자 커뮤니티 덕분에 기존 플랫폼인 Fiji/ImaGIN, CellProfiler, Ilastik는 여전히 매우 관련성이 있음.
• napari와 CellCognition와 같은 신규 도구는 상호작용적이고 확장성 있고 스케일러블한 영상 분석에 강력한 잠재력을 보임.
• 연구자들은 功能 외에도 지속 가능성, 학습 곡선, 기존 인프라와의 통합 능력을 고려하여 도구를 선택해야 함을 권장함.