通过容器化存档增强神经影像学的可重复性

《Brain Imaging and Behavior》：Enhancing reproducibility in neuroimaging with containerized archival

　　

确保科学研究中的可重复性对于验证发现、推进知识以及促进科学界的信任至关重要。代码容器化是帮助确保神经影像学（neuroimaging）研究可重复性的广泛实践。然而，由于研究实践的多样性，目前不存在通用的容器共享方法，也无法广泛强制执行规则。研究人员认为，容器共享应包括：1.) 公开可用性，2.) 自包含文档，以及3.) 确保容器及其预期输出一致性的程序。研究人员展示了一种使用Zenodo公开发布三个独立容器的方法。所提出的方法满足了容器共享的设计标准，同时仅产生最小的额外开销。由于已有多种可用于分发和维护容器的工具，研究人员讨论了可用的替代方案。

**论文解读：通过容器化存档增强神经影像学的可重复性**

**研究背景与问题**
可重复性是科学研究的基石，其核心在于在受控实验条件下重现结果的能力。在神经影像学（neuroimaging）领域，尽管代码共享和容器化（containerization）已成为促进可重复性的常见实践，但长期可重复性仍面临严峻挑战。现有问题包括：①缺乏统一的容器共享标准，不同实验室或机构采用多样化的方法，导致容器难以被广泛重用；②依赖关系（dependencies）随时间变化，仅共享构建配方（recipe file）可能导致重建的容器与原始版本不一致；③存档方式不统一，私有网站或机构服务器可能因维护终止而失效，而容器注册表（如Docker Hub）允许修改或删除，威胁可重复性；④文档不完整，缺少运行命令、输入输出格式等关键信息，导致用户无法正确使用；⑤缺乏一致性验证机制，容器可能被篡改或损坏，影响结果可靠性。因此，研究人员提出应明确容器共享的最低设计标准，并演示一种可推广的实现方法，以降低技术和实践门槛，推动神经影像学研究的可重复性。

**研究内容与结论**
研究人员提出容器共享应包含三个设计标准：①公开可用性（public availability），即容器应存放在可长期存取的公开存档服务中；②自包含文档（self-contained documentation），包括运行命令、输入输出格式、资源需求等；③一致性/验证（consistency/verification），如提供校验和（checksum）和测试数据以确保容器功能正常。研究人员以三个容器（PreQual用于弥散磁共振成像预处理、结构图谱配准容器、SLANT-TICV脑分割算法）为例，使用Zenodo存档服务进行公开发布，并验证了该方法满足上述标准，且仅需最小额外开销。该研究发表在《Brain Imaging and Behavior》上，其重要意义在于为神经影像学社区提供了可操作的最低标准，促进长期可重复性和可复制性，同时为不同需求的实验室提供了替代方案选择。

**关键技术与方法**（不超过250字）
主要关键技术包括：①容器化——使用Singularity（现称Apptainer）容器格式，可在高性能计算集群上运行，并支持沙盒模式调试；②存档——利用Zenodo（欧洲核子研究中心CERN维护的开放存档平台）发布容器，每个版本分配独立DOI，文件不可删除，提供md5校验和，支持多版本和高达50 GB存储；③文档——在Zenodo页面和关联的GitHub仓库中提供运行命令、输入输出格式（如BVAL/BVEC文件规范）、资源需求、构建信息及源代码；④一致性验证——提供从OpenNeuro下载的AOMIC ID1000数据集的测试输入与输出，用户可下载容器并比对校验和及运行结果。样本队列来源为公开的AOMIC ID1000数据集（一个多模态神经影像学数据集）。

**研究结果**
**Design criteria for container sharing（容器共享的设计标准）**
通过分析现有容器共享的脆弱性（如依赖版本变化、存档不可靠、文档缺失、修改风险），研究人员提出了三个最低设计标准：公开存档（如使用长期维护的平台）、自包含文档（包括运行命令和输入输出格式）、一致性验证（如图像校验和和测试数据）。这些标准覆盖了从基本到全面的实践谱系，研究人员可根据容器寿命和用途权衡成本效益。

**Demonstrated example method（演示示例方法）**
研究人员选择三个容器（PreQual、配准容器、SLANT-TICV）作为示例，在Zenodo上实现公开存档。上传过程包括：将容器图像（Singularity格式）和测试数据作为文件上传，填写标题、描述（含文档）、关键词、版本信息，并自动生成DOI。文档方面，提供了运行命令、输入输出格式、资源需求、构建说明及GitHub链接；一致性方面，利用Zenodo的md5校验和确保文件完整性，并提供测试数据（AOMIC ID1000）的输入和输出，用户可下载后运行并比对结果，以验证容器功能。该方法满足所有设计标准，且无需额外复杂配置。

**Discussion（讨论）**
讨论部分首先指出，之前的研究（如Gruening et al., Alser et al., Moreau et al.）虽在生物信息学等领域提出类似建议，但强调容器重建可能引入依赖问题，因此存档预构建容器图像比共享配方更可靠。研究人员还指出，对于快速开发环境中的沙盒容器，缺乏配方文件时，存档最终镜像更为有效。此外，讨论了文档的重要性，并提供测试案例可帮助用户熟悉容器使用。文中还对比了多种替代方案：①存档选项（如Docker Hub、Quay.io、OSF、GitHub/GitLab容器注册表、BIDS-App、商业云注册表、云存储服务），各有优缺点，需根据存储容量、成本、容器格式支持、版本控制策略等选择；②文档选项，包括内部文档（README、--help、代码注释）与外部文档（GitHub、Read the Docs），强调同步和清晰性；③一致性验证选项，包括校验和、测试数据、非确定性算法提醒，以及CI/CD工具（如CircleCI、GitHub Actions），虽功能强大但适合长期维护的容器，一次性发布需权衡投入。最后，研究人员总结：所提出的设计标准可支持未来神经影像学管线的可重复性，并鼓励采用标准化存档实践，以提供稳定的方法论基础。

**研究结论翻译**
（原文结论部分位于Discussion末尾）
“上文，我们概述了支持未来神经影像学管线可重复性的设计标准。我们希望提供这些信息，以及我们在Zenodo上容器发布的演示方法，将促进科学结果的可重复性和图像处理算法的分发。广泛采用标准化的容器存档实践（如本文所提出的），可以为开展未来的神经影像学研究提供所需的基础方法论基础。重要的是，需要进一步实证研究计算变异对生物学效应量大小的影响，以更好地指导对过去和未来研究的解释。然而，我们将此类分析留待未来工作，因为它们超出了本研究的范围。”