Трехмерный поведенческий анализ NHP на основе искусственного интеллекта-|Безмаркерное поведенческое фенотипирование

Поведенческая оценка – один из наиболее информативных функциональных показателей в исследованиях на приматах, не являющихся человеком (NHP). В нейробиологии и разработке лекарств для центральной нервной системы (ЦНС) изменения в движении, позе, локомоции и спонтанном поведении часто обеспечивают более ранние и более клинически значимые индикаторы прогрессирования заболевания или терапевтического ответа, чем одни лишь традиционные биохимические измерения.

Поскольку трансляционные исследования все чаще сосредотачиваются на неврологических расстройствах, иммуно{0}}опосредованных заболеваниях, хронической боли и генной терапии, исследователям требуются поведенческие конечные точки, которые были бы объективными, воспроизводимыми и достаточно чувствительными, чтобы обнаружить тонкие функциональные изменения. Однако традиционные методы оценки,-основанные на наблюдении, часто полагаются на ручные оценки или системы отслеживания-на основе маркеров, которые вносят изменчивость, ограничивают пропускную способность и могут изменить естественное поведение животных.

Последние достижения в области компьютерного зрения и искусственного интеллекта позволили провести трехмерный поведенческий анализ без маркеров-, что позволяет исследователям количественно оценивать сложные поведенческие фенотипы с беспрецедентной точностью, сводя при этом к минимуму экспериментальное вмешательство.

Поведенческая оценка долгое время служила важной конечной точкой в ​​доклинической фармакологии. Тем не менее, традиционные подходы сталкиваются с рядом хорошо-признанных ограничений.

Ручная оценка по своей сути субъективна и часто различается среди наблюдателей. Для систем захвата движения на основе-маркеров требуются отражающие маркеры или носимые датчики, которые могут мешать естественному движению или вызывать стрессовые реакции. Двумерный видеоанализ также имеет проблемы с окклюзией тела, искажением перспективы и неспособностью точно реконструировать движения, происходящие за пределами поля зрения одной камеры.

Эти ограничения становятся особенно важными для не-приматов, чей поведенческий репертуар значительно более сложен, чем у моделей на грызунах. Контроль мелкой моторики, постуральные переходы, уход за телом, социальное взаимодействие, царапание, лазание и скоординированные движения конечностей часто происходят одновременно и не могут быть полностью охарактеризованы с помощью традиционных методов.

Поскольку нормативные требования все больше подчеркивают количественные и воспроизводимые фармакодинамические конечные точки, более продвинутые технологии поведенческого анализа становятся важным компонентом трансляционных исследований.

Безмаркерный поведенческий анализ сочетает в себе синхронизированную съемку с нескольких-камер с оценкой позы на основе глубокого обучения-для реконструкции трехмерных-движений скелета без прикрепления к животному каких-либо физических маркеров.

Вместо того, чтобы полагаться на внешние датчики, алгоритмы искусственного интеллекта определяют анатомические ориентиры непосредственно по видеоизображениям и непрерывно оценивают положение тела на протяжении всего периода записи. Несколько синхронизированных изображений с камер уменьшают окклюзию, позволяя при этом-пространственно реконструировать движения тела.

Этот подход предлагает несколько научных преимуществ.

Поскольку физические маркеры не прикреплены, животные могут двигаться естественным образом с минимальным экспериментальным вмешательством, что снижает-поведенческие артефакты, связанные со стрессом. Автоматизированный анализ также устраняет большую часть предвзятости наблюдателя, связанной с ручным подсчетом баллов, одновременно обеспечивая стандартизированное генерирование данных в исследованиях и лабораториях.

Помимо простых локомоторных измерений, системы на базе искусственного интеллекта-могут извлекать кинематические параметры, траектории движения, углы суставов, переходы поз и поведенческие последовательности, которые трудно или невозможно оценить вручную. Эти многомерные наборы данных обеспечивают более полное представление о неврологических функциях и реакции на лечение.

Количественное поведенческое фенотипирование становится все более ценным на протяжении всего процесса разработки лекарств.

В нейробиологических исследованиях безмаркерный 3D-анализ поддерживает объективную характеристику фенотипов заболеваний в моделях болезни Паркинсона, ишемии головного мозга, эпилепсии, болезни Хантингтона, травмы спинного мозга и других неврологических расстройств. Непрерывный мониторинг позволяет исследователям оценивать незначительные изменения в походке, осанке, координации, треморе и спонтанной активности с течением времени.

Поведенческие конечные точки также предоставляют важные фармакодинамические данные в ходе исследований эффективности. Сравнивая исходное поведение с продольными измерениями-после лечения, исследователи могут количественно оценить функциональное улучшение, определить взаимосвязь доза-реакция и лучше понять терапевтические механизмы.

Технология в равной степени применима и за пределами традиционных показаний для ЦНС. Расстройства, связанные с хронической болью, зудом, воспалением или нервно-мышечной дисфункцией, часто вызывают характерные поведенческие признаки, которые теперь можно объективно измерить с помощью автоматического анализа.

Поскольку у приматов, отличных от-человека, нейроанатомия и двигательные функции схожи с людьми, эти наборы количественных поведенческих данных могут обеспечить большую трансляционную релевантность, чем сопоставимые измерения, полученные на моделях грызунов.

Чтобы поддержать все более сложные поведенческие конечные точки в исследованиях на приматах, кроме человека, компания Prisys Biotech создалаБезмаркерный 3D-анализ поведения с поддержкой искусственного интеллекта-рабочий процесс в рамках своей платформы переводческих исследований. Решение развернутов сотрудничестве с Байоне, что позволяет интегрировать передовое компьютерное зрение и поведенческую аналитику на основе-ИИ в доклинические фармакологические исследования, позволяя Prisys сосредоточиться на проведении исследований, моделировании заболеваний, интеграции данных и трансляционной интерпретации.

Рабочий процесс включает в себя синхронизированный захват видео с несколькими-просмотрами, трехмерную реконструкцию позы, автоматическое распознавание поведения и количественные отчеты о поведении. Одновременно можно отслеживать более двадцати анатомических ключевых точек, что позволяет детально анализировать траектории движений, позу, передвижение, лазание, стояние, висение, уход за собой, царапание и другие спонтанные действия. Эти возможности соответствуют технической структуре, описанной для платформы анализа поведения NHP на базе искусственного интеллекта.

Важно отметить, что Prisys применяет эту возможность какчасть комплексных фармакологических исследований, а не как отдельное программное обеспечение, сочетая поведенческий анализ с моделями заболеваний, оценкой ФК/ФД, клинической визуализацией, патологией, оценкой биомаркеров и статистической интерпретацией.

Одним из примеров такого совместного рабочего процесса является автоматическая оценка патологического расчесывания в исследованиях зуда у приматов, не относящихся к человеку.

Используя многовидовое отслеживание, трехмерную-оценку позы и распознавание поведения на основе оптического потока-, эпизоды царапания можно обнаруживать автоматически и количественно оценивать с высокой точностью. Вместо того, чтобы полагаться исключительно на ручное наблюдение, исследователи получают стандартизированные измерения частоты, продолжительности и поведенческой динамики расчесов, обеспечивая объективные фармакодинамические конечные точки для оценки противозудной терапии.

Этот поведенческий рабочий процесс дополняет Prisys.Модель зуда приматов, не являющихся человеком, индуцированного IL-31, который поддерживает трансляционную оценку новых противо-зудных и нейроиммунных препаратов.

Искусственный интеллект превращает поведенческое фенотипирование из субъективного наблюдения в количественные цифровые биомаркеры. Поскольку при разработке лекарств все больше внимания уделяется функциональным результатам, продольному мониторингу и трансляционной предсказуемости, ожидается, что безмаркерный трехмерный поведенческий анализ станет все более важным компонентом доклинических нейробиологических исследований.

При интеграции с передовыми моделями заболеваний приматов, не относящихся к-человеку, визуализацией клинического-класса, анализом ФК/ФД и молекулярными биомаркерами поведенческое фенотипирование с помощью ИИ-позволяет получить более полное понимание терапевтической эффективности, одновременно повышая трансляционную ценность доклинических исследований.

В Prisys Biotech эта возможность включена в междисциплинарные трансляционные исследовательские программы посредством сотрудничества со специализированными технологическими партнерами, что дает спонсорам доступ к стандартизированным количественным поведенческим конечным точкам в рамках комплексных фармакологических исследований на приматах, не относящихся к человеку.

Свяжитесь с Prisys Biotech