分子体积和分割：细胞成像数据的可视化和解释，以及大分子结构数据和生物注释

摘要

分割有助于在生物背景下解释成像数据。随着强大的自动分割工具的开发，图像数据公共存储库增加了对共享和可视化分割的支持，从而产生了对基于web的交互式三维体分割可视化的需求。为了应对当前集成和可视化多模态数据的挑战，我们开发了Mol*Volumes and Segmentations（Mol*VS），它可以实现由大分子数据和生物注释支持的细胞成像数据的交互式、基于web的可视化。Mol*VS完全集成到Mol*Viewer中，它已经被几个公共存储库用于可视化。所有带有分段数据集的EMDB和EMPIAR条目都可以通过Mol*VS访问，它支持各种电子和光学显微镜实验数据的可视化。此外，用户可以运行Mol*VS的本地实例，以可视化和共享通用或特定应用程序格式的自定义数据集，包括.ccp4、.mrc和.map中的卷，以及EMDB-SFF.hff、Amira.am、iMod.mod和Segger.seg中的分段。Mol*VS是开源的，可以在网址：https://molstarvolseg.ncbr.muni.cz/.

图形摘要

新标签中打开下载幻灯片

简介

分割是将二维（2D）或三维（3D）图像分解为可与定义对象关联的区域，已被公认为是在生物背景下解释显微镜数据的桥梁。虽然医学成像传统上严重依赖手动分割，但分割工具的进步(1,2)，数据格式定义(三)和数据共享管道(4)导致从细胞和分子成像实验到公共存储库的体积分割数据的存储数量大幅增加(5,6). 然而，许多桌面应用程序提供分段功能和可视化选项(7–12)，对公共存储库中三维卷分段可视化的支持非常有限。

例如，细胞图像库（CIL）(13)集成了CDeep3M(11)用于对CIL条目执行分段任务，但它仅提供2D切片的可视化。脑天文台存储服务和数据库（BossDB）(14)集成了Neuroglancer接口(https://github.com/google/neuroglancer网站)这有助于通过叠加的2D切片无缝缩放，但不允许实时检查3D体积。类似地，电子显微镜数据库（EMDB）(15)提供密度的三维可视化，但线段仅在二维切片上定义。其他存储库，如电子显微镜公共图像档案（EMPIAR）(6)和图像数据资源（IDR）(16)不提供三维可视化。因此，有必要对三维体分段进行可访问的、基于web的可视化，尤其是在跨不同数据库链接的复杂结构数据和注释的背景下。

我们之前介绍了Mol*作为一个用于高分子数据可视化和分析的工具库(17). Mol*已成为一个大型合作项目，其相关的基于web的3D查看器Mol*viewer(18)已完全纳入PDBe的公共接口(19)、RCSB PDB(20)和AlphaFold蛋白质结构数据库(21)为数百万用户实现3D模型和相关高分子数据的实时可视化和查询。

在这里，我们介绍摩尔*体积和分段（摩尔*VS）(网址：https://molstarvolseg.ncbr.muni.cz/)这是一个基于Mol*的免费工具，致力于实时可视化来自低温电子显微镜、光学显微镜、体积电子显微镜和其他成像实验的大规模体积数据，以及它们在生物背景下的分割和注释。Mol*VS提供了对EMDB和EMPIAR中可用的所有管理分段数据集的无缝访问。此外，Mol*VS可以在本地运行，以支持包含多种格式的体积分割数据的自定义数据集的可视化和共享。Mol*VS是一个托管在GitHub上的开源项目(https://github.com/molstar/molstar-volseg).

WEB服务器说明

功能

• 从公共存储库（例如EMBD、EMPIAR）读取体积和分段数据。

• 以公共存储库使用的格式处理输入，包括EMDB-SFF.hff(https://www.ebi.ac.uk/emdb/documentation#seg-_模型)、三维体映射.ccp4、.mrc和.map(https://www.ebi.ac.uk/emdb/documentation网站)，以及OME-NGFF的实验支持(22).

• 处理特定应用程序格式的输入，包括Amira.am(23)，iMod.修改(24)和Segger.seg(25).

• 可视化大规模体积数据，以及来自各种类型实验的体积和网格分割数据，包括低温电子显微镜、光学显微镜、体积电子显微镜和层析成像。

• 显示每个体积或网格段的生物上下文注释。

• 用大分子坐标补充体积和分段数据。

• 同时显示同一数据集的不同分段，以便于进行视觉比较。

• 根据可视化需求流式处理数据。

有关如何使用Mol*VS的说明，请访问其网页。

架构和实施

Mol*VS处理体积和分段数据，并将其发送到专用的Mol*Viewer VS扩展，这样即使是非常大的数据集也可以以较低的延迟可视化。Mol*VS有四个主要组件，即预处理器模块（用Python编写）、带有预处理数据的内部数据库、查询内部数据库的服务器模块（用Python编写）和客户端模块（用Typescript编写），客户端模块请求并解释收到的数据，以便显示（图1).

工作流

Mol*VS工作流（图1)不向用户公开，但旨在确保在Mol*环境中无缝集成，有效地提供基于网络的细胞、细胞器和分子三维体积的伴随和交互式可视化，以及体积分割及其注释，而不管原始数据集的大小。

输入处理

仅当必须通过添加、删除或更改条目来更新内部数据库时才需要。默认情况下预处理器Mol*VS模块为每个条目接受两个输入：EMDB-SFF格式的体积或网格分割文件（.hff）和EM重建的3D映射文件（.map、.mrc、.ccp4）。也可以以其他格式（Amira.am、iMod.mod、Segger.seg）提供分段输入，这些格式将使用EMDB-SFF工具包在内部转换为EMDB-SFF(https://sfftk.readthedocs.io/en/latest/toolkit.html)集成在Mol*VS中。虽然默认工作流程针对EM数据进行了优化，但Mol*VS还对OME-NGFF输入提供了实验支持，以促进光学显微镜数据的可视化（图中未提及1). 这个预处理器Mol*VS的模块将输入转换为内部格式（Zarr，https://zarr.readthedocs.io)基本上是一组分块压缩的，N个-维数组。这些预处理数据存储在Mol*VS中内部数据库原始和下采样形式，以及每个数据集的预计算统计数据、元数据和内部生物注释（JSON格式）。

数据交付

每当Mol*VS请求数据时客户模块服务器模块执行的元数据请求内部数据库并将元数据发送到客户元数据然后由客户端用于准备体积和分段数据的查询。然后客户模块发送针对体积和分割数据的适当查询，指定体积/分割区域和数据的最大可接受大小。这个服务器模块根据客户请求，查询内部数据库，将请求的体积和分段数据打包为BinaryCIF格式(26)，并将其发送回客户模块。

可视化

由客户模块（Mol*Viewer VS扩展）。收到来自服务器模块中，Mol*Viewer VS扩展将其解压缩，允许Mol*查看器创建包含卷和分段数据的状态树。相应的实体在3D画布上呈现（图2). 片段注释通过支持氨基酸残基和蛋白质链注释的相同机制显示。来自不同公共存储库的相关条目的同时显示有效地允许在相同的生物上下文中检查不同类型的数据（图第3页). 同一数据集的不同分段存储在Mol*VS内部数据库的单独条目中，可以同时显示以便于比较（图3B公司).

Mol*VS的本地实例

虽然可视化是大多数最终用户的关注点，但其他类别的用户也可以从Mol*VS中受益。特别是，希望与私人或公共用户社区共享体积或网格分割数据的机构和联盟可以托管Mol*V的本地实例。这样，他们的用户可以在web浏览器中可视化数据，无需下载任何内容。GitHub存储库中提供了一个分步教程，其中包含本地托管Mol*VS所需的所有技术信息。

结果和讨论

Mol*VS可以可视化各种成像技术获得的体积和分段，以及从原子尺度到细胞尺度的跨越分辨率。由于Mol*VS的这种多功能性，跨多个研究小组协调的复杂跨学科实验的结果现在可以在web浏览器中轻松交互地进行检查。几个例子（图三)可在Mol*VS网页上进行交互式可视化，并在Mol*VS文档中提供完整的解释（请参阅Mol*VS网页）。

数据库覆盖率

Mol*VS内部数据库包含所有EMDB和EMPIAR条目以及分段数据，并定期更新。此外，我们还提供了来自EMDB、BioImage Archive和IDR数据集的条目，以展示其对特定应用程序分段格式的支持，并便于比较。Mol*VS文档中提供了内部数据库内容的完整描述（参见其网页）。提供细胞成像数据访问的个人用户和平台可以自由托管Mol*VS的本地实例，并用预处理器模块支持的任何内容填充内部数据库。

局限性和前景

尽管近年来体积分割数据的沉积有所增加，但这一趋势仍处于初级阶段。因此，当应用默认设置时，一些源数据可能包含错误或Mol*VS无法很好地显示。用户可以按照文档中列出的说明解决或缓解此类问题（请参阅Mol*VS网页），并可以通过Mol*VS GitHub存储库报告问题或提供建议。此外，Mol*VS目前仅为OME-NGFF格式提供实验支持，如内部数据库条目idr-6001240所示（图第三方)，因为该格式仍在积极开发中。

与源数据可用性和格式标准化相关的限制影响了我们目前优化Mol*VS的能力。尽管如此，我们相信EMDB-SFF和OME-NGFF将分别成为共享和存储EM和光学显微镜数据的标准格式。因此，我们完全致力于根据需要调整和扩展Mol*VS对这些格式的支持。事实上，我们正在积极与EMDB、EMPIAR和BioImage Archive的团队合作(31)确保Mol*VS始终包含这些主要源中可用的最新分段数据，并且充分支持对数据格式的所有更新。我们相信，通过促进基于网络的分段数据和注释可视化，Mol*VS将促进分段数据在公共存储库中的存储。

结论

摩尔*VS(网址：https://molstarvolseg.ncbr.muni.cz/)是一个强大的web应用程序，用于交互式可视化体积和分段数据，并由大分子数据和生物注释支持。体积数据可能来自各种成像实验，从低温电子显微镜到经典光学显微镜。分段数据可以以通用格式（EMDB-SFF.hff、OME-NGFF）或特定应用格式（Amira.am、iMod.mod或Segger.seg）提供。支持体积分割和网格分割。同一数据集的多个分段可以很容易地进行比较。数据流允许交互式可视化，与原始数据集的大小无关。Mol*VS有助于使用分段数据可视化所有EMDB和EMPIAR条目，但用户也可以运行Mol*VS的本地实例来可视化和共享自定义数据集。

数据可用性

Mol*VS web服务器及其文档可在网址：https://molstarvolseg.ncbr.muni.cz/。源代码的当前版本在补充数据中，而最新版本可在https://github.com/molstar/molstar-volseg网址.

补充数据

补充数据可从NAR Online获取。

致谢

计算资源由捷克共和国教育、青年和体育部支持的“e-Infrastruktura CZ”项目（e-INFRA CZ LM2023054）提供。

感谢由ELIXIR CZ研究基础设施（MEYS批准号：LM2023055）资助的CEITEC Masaryk大学生物数据管理和分析核心设施对本文所述研究的支持。

基金

捷克科学基金会[22-30571M]；捷克共和国教育、青年和体育部：ELIXIR CZ[LM2023055]。开放存取费用的资金来源：根据与牛津大学出版社签订的阅读和出版协议，Masaryk大学。

利益冲突声明。未声明。

参考文献

作者注释