Ocena behawioralna to jeden z najbardziej pouczających funkcjonalnych punktów końcowych w badaniach-naczelnych innych niż ludzie. W neurobiologii i opracowywaniu leków na ośrodkowy układ nerwowy (OUN) zmiany w ruchu, postawie, poruszaniu się i spontanicznym zachowaniu często dostarczają wcześniejszych i bardziej istotnych klinicznie wskaźników postępu choroby lub odpowiedzi terapeutycznej niż same konwencjonalne pomiary biochemiczne.
Ponieważ badania translacyjne w coraz większym stopniu koncentrują się na zaburzeniach neurologicznych, chorobach-immunologicznych, bólu przewlekłym i terapiach genowych, badacze potrzebują behawioralnych punktów końcowych, które są obiektywne, powtarzalne i wystarczająco czułe, aby wykryć subtelne zmiany funkcjonalne. Tradycyjne metody punktacji-oparte na obserwacjach często jednak opierają się na ręcznych ocenach lub-systemach śledzenia opartych na znacznikach, które wprowadzają zmienność, ograniczają przepustowość i mogą zmieniać naturalne zachowanie zwierząt.
Niedawne postępy w dziedzinie widzenia komputerowego i sztucznej inteligencji umożliwiły trójwymiarową-analizę behawioralną bez znaczników, umożliwiając badaczom ilościową ocenę złożonych fenotypów behawioralnych z niespotykaną dotąd precyzją, minimalizując jednocześnie zakłócenia eksperymentalne.
Dlaczego tradycyjna ocena zachowania stała się czynnikiem ograniczającym
Ocena behawioralna od dawna stanowi istotny punkt końcowy w farmakologii przedklinicznej. Niemniej jednak konwencjonalne podejścia napotykają kilka-dobrze znanych ograniczeń.
Punktacja ręczna jest z natury subiektywna i często różni się w zależności od obserwatora. Systemy przechwytywania ruchu oparte na znacznikach- wymagają odblaskowych znaczników lub czujników do noszenia, które mogą zakłócać naturalny ruch lub wywoływać reakcję na stres. Dwuwymiarowa-analiza wideo również boryka się z okluzją ciała, zniekształceniem perspektywy i brakiem możliwości dokładnej rekonstrukcji ruchów zachodzących poza widokiem pojedynczej kamery.
Ograniczenia te stają się szczególnie ważne w przypadku-naczelnych innych niż ludzie, których repertuar zachowań jest znacznie bardziej wyrafinowany niż w modelach gryzoni. Drobna kontrola motoryczna, zmiany postawy, zachowania pielęgnacyjne, interakcje społeczne, drapanie, wspinanie się i skoordynowane ruchy kończyn często występują jednocześnie i nie można ich w pełni scharakteryzować za pomocą konwencjonalnych metod.
Ponieważ oczekiwania regulacyjne w coraz większym stopniu kładą nacisk na ilościowe i powtarzalne farmakodynamiczne punkty końcowe, bardziej zaawansowane technologie analizy behawioralnej stają się ważnym elementem badań translacyjnych.
Bezmarkerowa analiza behawioralna 3D: nowa generacja fenotypowania funkcjonalnego
Bezmarkerowa analiza behawioralna łączy zsynchronizowane pozyskiwanie danych z wielu-kamer z szacowaniem pozycji w oparciu o głębokie uczenie się-w celu rekonstrukcji trójwymiarowych-ruchów szkieletu bez dołączania żadnych fizycznych znaczników do zwierzęcia.
Zamiast polegać na zewnętrznych czujnikach, algorytmy AI identyfikują punkty anatomiczne bezpośrednio na podstawie obrazów wideo i na bieżąco oceniają postawę ciała przez cały okres nagrywania. Wiele zsynchronizowanych widoków z kamery zmniejsza okluzję, umożliwiając jednocześnie rekonstrukcję przestrzenną ruchów ciała na poziomie-milimetrowym.
Podejście to oferuje szereg korzyści naukowych.
Ponieważ nie są dołączone żadne fizyczne znaczniki, zwierzęta mogą poruszać się w sposób naturalny przy minimalnej ingerencji eksperymentalnej, co ogranicza artefakty behawioralne-związane ze stresem. Zautomatyzowana analiza eliminuje również wiele stronniczości obserwatora związanej z ręczną punktacją, umożliwiając jednocześnie standaryzowane generowanie danych w badaniach i laboratoriach.
Oprócz prostych pomiarów lokomotorycznych systemy oparte-na sztucznej inteligencji mogą wyodrębniać parametry kinematyczne, trajektorie ruchu, kąty stawów, zmiany postawy i sekwencje zachowań, które są trudne lub niemożliwe do oszacowania ręcznie. Te wielowymiarowe zbiory danych zapewniają bogatszą reprezentację funkcji neurologicznych i odpowiedzi na leczenie.
Zastosowania w rozwoju leków o translacji
Ilościowe fenotypowanie behawioralne staje się coraz bardziej cenne w całym procesie opracowywania leków.
W badaniach neurologicznych analiza 3D bez znaczników wspiera obiektywną charakterystykę fenotypów chorób w modelach choroby Parkinsona, niedokrwienia mózgu, epilepsji, choroby Huntingtona, uszkodzenia rdzenia kręgowego i innych zaburzeń neurologicznych. Ciągłe monitorowanie umożliwia badaczom ocenę subtelnych zmian w chodzie, postawie, koordynacji, drżeniu i spontanicznej aktywności w czasie.
Behawioralne punkty końcowe również dostarczają ważnych dowodów farmakodynamicznych podczas badań skuteczności. Porównując zachowanie wyjściowe z podłużnymi pomiarami-po leczeniu, badacze mogą określić ilościowo poprawę funkcjonalną, zidentyfikować zależności dawka-odpowiedź i lepiej zrozumieć mechanizmy terapeutyczne.
Technologia ta ma również zastosowanie poza tradycyjnymi wskazaniami do stosowania w ośrodkowym układzie nerwowym. Zaburzenia obejmujące przewlekły ból, świąd, stan zapalny lub dysfunkcję nerwowo-mięśniową często dają charakterystyczne cechy behawioralne, które można teraz obiektywnie zmierzyć za pomocą automatycznej analizy.
Ponieważ naczelne inne niż ludzie mają wysoce konserwatywną neuroanatomię i funkcje motoryczne z ludźmi, te ilościowe zbiory danych behawioralnych mogą zapewnić większe znaczenie translacyjne niż porównywalne pomiary uzyskane na modelach gryzoni.
Bezmarkerowa analiza behawioralna w Prisys Biotech
Aby wspierać coraz bardziej wyrafinowane behawioralne punkty końcowe w-badaniach na naczelnych innych niż ludzie, Prisys Biotech utworzyłaSztuczna inteligencja-umożliwiła analizę behawioralną 3D bez użycia znacznikówprzepływu pracy w ramach platformy badań translacyjnych. Rozwiązanie zostało wdrożonewe współpracy z Bayonem, integrując zaawansowaną wizję komputerową i analizę behawioralną opartą na sztucznej inteligencji-w przedklinicznych badaniach farmakologicznych, umożliwiając jednocześnie firmie Prisys skupienie się na realizacji badań, modelowaniu chorób, integracji danych i interpretacji translacyjnej.
Proces ten obejmuje zsynchronizowane pozyskiwanie wideo z wielu-widoków, trójwymiarową-rekonstrukcję pozy, automatyczne rozpoznawanie zachowań i ilościowe raportowanie zachowań. Jednocześnie można śledzić ponad dwadzieścia kluczowych punktów anatomicznych, co umożliwia szczegółową analizę trajektorii ruchu, postawy, lokomocji, wspinania się, stania, wieszania, pielęgnacji, drapania i innych spontanicznych zachowań. Możliwości te są spójne z ramami technicznymi opisanymi dla platformy analizy zachowania NHP opartej na sztucznej inteligencji.
Co ważne, Prisys wykorzystuje tę możliwość jakoczęścią zintegrowanych badań farmakologicznych, a nie samodzielnym oprogramowaniem, łącząc analizę behawioralną z modelami chorób, ocenę PK/PD, obrazowanie kliniczne, patologię, ocenę biomarkerów i interpretację statystyczną.
Przykładowe zastosowanie: automatyczne oznaczanie ilościowe świądu NHP
Jednym z przykładów takiego wspólnego przepływu pracy jest zautomatyzowana ocena patologicznego zachowania związanego z drapaniem w badaniach świądu u naczelnych innych niż ludzie-.
Dzięki śledzeniu wielu-widoków, trójwymiarowej-szacowaniu pozy i rozpoznawaniu zachowań-w oparciu o przepływ optyczny, epizody drapania można wykrywać automatycznie i oceniać ilościowo z dużą powtarzalnością. Zamiast polegać wyłącznie na ręcznych obserwacjach, badacze uzyskują standardowe pomiary częstotliwości drapania, czasu trwania i dynamiki zachowania, dostarczając obiektywnych farmakodynamicznych punktów końcowych do oceny terapii przeciw-świądowi.
Ten behawioralny przepływ pracy uzupełnia rozwiązania PrisysModel świądu u naczelnych innych niż człowiek wywołanego IL-31, co wspiera ocenę translacyjną nowych-leków przeciwświądowych i neuroimmunologicznych.
Patrząc w przyszłość
Sztuczna inteligencja przekształca fenotypowanie behawioralne z subiektywnej obserwacji w ilościowe cyfrowe biomarkery. Ponieważ opracowywanie leków w coraz większym stopniu kładzie nacisk na wyniki funkcjonalne, monitorowanie podłużne i przewidywalność translacyjną, oczekuje się, że trójwymiarowa-analiza behawioralna bez markerów stanie się coraz ważniejszym elementem przedklinicznych badań z zakresu neurologii.
Po zintegrowaniu z zaawansowanymi-modelami chorób naczelnych innych niż ludzie, obrazowaniem-klasy klinicznej, analizą PK/PD i biomarkerami molekularnymi, fenotypowanie behawioralne-wspomagane sztuczną inteligencją umożliwia pełniejsze zrozumienie skuteczności terapeutycznej, poprawiając jednocześnie wartość translacyjną badań przedklinicznych.
W Prisys Biotech zdolność ta jest włączana do multidyscyplinarnych programów badań translacyjnych poprzez współpracę z wyspecjalizowanymi partnerami technologicznymi, umożliwiając sponsorom dostęp do standardowych, ilościowych behawioralnych punktów końcowych w ramach zintegrowanych badań farmakologicznych na naczelnych innych niż ludzie.
Skontaktuj się z Prisys Biotech
Często zadawane pytania
P: Czym jest analiza behawioralna bez markerów?
Odp.: Analiza behawioralna bez znaczników wykorzystuje algorytmy widzenia komputerowego i sztucznej inteligencji do śledzenia ruchów zwierząt bez podłączania fizycznych znaczników lub czujników do noszenia, co pozwala na obiektywną rejestrację naturalnego zachowania.
P: Dlaczego analiza behawioralna 3D jest lepsza od konwencjonalnego śledzenia wideo?
O: Trójwymiarowa rekonstrukcja-minimalizuje okluzję, poprawia dokładność przestrzenną i umożliwia ilościową analizę postawy, ruchu stawów, lokomocji i złożonych sekwencji zachowań, których nie można wiarygodnie zmierzyć za pomocą pojedynczej kamery.
P: Które obszary chorobowe odnoszą największe korzyści z fenotypowania behawioralnego-opartego na sztucznej inteligencji?
Odp.: Zastosowania obejmują chorobę Parkinsona, epilepsję, udar, chorobę Huntingtona, uszkodzenie rdzenia kręgowego, przewlekły ból, świąd i inne zaburzenia neurologiczne lub nerwowo-mięśniowe, w których krytyczne są funkcjonalne punkty końcowe.
P: W jaki sposób Prisys wykorzystuje tę technologię?
O: Prisys integruje analizę behawioralną opartą na sztucznej inteligencji-bez markerów w-badaniach farmakologicznych na naczelnych innych niż ludzie w ramach współpracy z firmą Bayone, łącząc analitykę behawioralną z modelami chorób, PK/PD, obrazowaniem, patologią i analizami biomarkerów w celu wspierania opracowywania leków o charakterze translacyjnym.
