[論文レビュー] A perspective on Microscopy Metadata: data provenance and quality control

Maximiliaan Huisman, Mathias Hammer+17 more|arXiv (Cornell University)|Oct 24, 2019

Cell Image Analysis Techniques被引用数 8

ひとこと要約

本論文は、光顕微鏡分野におけるデータの履歴、品質管理、再現可能性を向上させるために、階層的フレームワークを提案する。OMEデータモデルを拡張し、相互運用性のあるツールを導入することで、実験条件、機器設定、解析ワークフローを包括的に文書化でき、FAIR（検索可能、アクセス可能、相互運用可能、再利用可能）なデータを実現する。

ABSTRACT

The application of microscopy in biomedical research has come a long way since Antonie van Leeuwenhoek discovered unicellular organisms. Countless innovations have positioned light microscopy as a cornerstone of modern biology and a method of choice for connecting omics datasets to their biological and clinical correlates. Still, regardless of how convincing published imaging data looks, it does not always convey meaningful information about the conditions in which it was acquired, processed, and analyzed. Adequate record-keeping, reporting, and quality control are therefore essential to ensure experimental rigor and data fidelity, allow experiments to be reproducibly repeated, and promote the proper evaluation, interpretation, comparison, and re-use. To this end, microscopy images should be accompanied by complete descriptions detailing experimental procedures, biological samples, microscope hardware specifications, image acquisition parameters, and image analysis procedures, as well as metrics accounting for instrument performance and calibration. However, universal, community-accepted Microscopy Metadata standards and reporting specifications that would result in Findable Accessible Interoperable and Reproducible (FAIR) microscopy data have not yet been established. To understand this shortcoming and to propose a way forward, here we provide an overview of the nature of microscopy metadata and its importance for fostering data quality, reproducibility, scientific rigor, and sharing value in light microscopy. The proposal for tiered Microscopy Metadata Specifications that extend the OME Data Model put forth by the 4D Nucleome Initiative and by Bioimaging North America [1-3] as well as a suite of three complementary and interoperable tools are being developed to facilitate the process of image data documentation and are presented in related manuscripts [4-6].

研究の動機と目的

• 再現性とデータ再利用を妨げる、顕微鏡データに対する普遍的でコミュニティが承認したメタデータ基準の欠如に対処する。
• 画像実験の科学的厳密性と忠実性を保証するための完全なメタデータの重要性を強調する。
• 顕微鏡分野におけるFAIR原則の採用を促進するために、メタデータ文書化の構造的アプローチを定義する。
• 機器の性能、キャリブレーション、処理パrameterの記録における、現在のメタデータ実務におけるギャップを特定する。
• 顕微鏡データパイプラインの体系的かつ相互運用可能な文書化を可能にするツールおよび規格の開発を支援する。

提案手法

• OMEデータモデルを拡張し、メタデータの完全性のレベルに応じた、階層的な顕微鏡メタデータ仕様フレームワークを提案する。
• 実験手順、生物学的サンプル、取得パrameterを大規模に文書化することで、データ履歴の追跡を統合する。
• 機器のキャリブレーション、SN比、分解能ベンチマークなどの品質管理指標をメタデータスキーマに統合する。
• 画像取得および解析ワークフロー中にメタデータを自動的にキャプチャできる相互運用性のあるツールを設計する。
• 4D NucleomeイニシャチブやBioimaging North Americaを含む、既存のコミュニティイニシャチブと整合する。
• 機械可読性と構造化されたデータ交換を可能にし、オミックスおよび臨床データセットとの後続統合を支援する。

実験結果

リサーチクエスチョン

• RQ1 多様な実験設定において再現性と科学的厳密性を確保するため、顕微鏡メタデータをどのように体系的に構造化できるか？
• RQ2 画像データをFAIR（検索可能、アクセス可能、相互運用可能、再利用可能）にするために必要な主要なメタデータ要素は何か？
• RQ3 光顕微鏡分野における現在のメタデータ実務における、効果的なデータ共有と再利用を阻害する主なギャップは何か？
• RQ4 異なる実験の複雑さや技術的熟練度に応じてスケーラブルに設計できるメタデータ基準はどのように構築できるか？
• RQ5 機器の性能指標とキャリブレーションデータは、データ品質と信頼性を確保するために果たす役割は何か？

主な発見

• 発表された画像の視覚的品質は高いものの、再現可能な実験を可能にするのに十分なメタデータを、現在の顕微鏡データは多くが欠落している。
• 普遍的なメタデータ基準の不在が、研究機関間での画像データの相互運用性と再利用性を阻害している。
• 提案された階層的メタデータフレームワークは、実験のニーズに応じて最小限から包括的まで、スケーラブルな文書化を可能にする。
• 機器のキャリブレーションと性能指標をメタデータに統合することで、データの品質と信頼性が向上する。
• 並行して開発された相互運用性のあるツールにより、画像取得および解析プロセス中に一貫した自動メタデータキャプチャが可能になる。
• OMEデータモデルの拡張の採用により、標準化され機械可読なメタデータの基盤が構築され、FAIRデータ原則を支援する。