A viselkedés az egyik leginformatívabb funkcionális leolvasás a transzlációs kutatásban. Legyen szó neurológiai rendellenességek, krónikus fájdalom, viszketés, autoimmun betegségek vagy génterápiák értékeléséről, a viselkedésbeli változások gyakran adják a legkorábbi bizonyítékot a terápiás hatékonyságra. A nem-főemlősökkel (NHP) végzett vizsgálatok során azonban megbízható viselkedési adatok előállítása hagyományosan a munkaigényes videó-ellenőrzésen és a szubjektív emberi megfigyelésen múlott, ami kihívást jelent a következetesség, a méretezhetőség és a szabályozási reprodukálhatóság terén.
A Prisys Biotechnél ezt a folyamatot egy mesterséges intelligencia-alapú viselkedési fenotípus-meghatározó platformon keresztül alakítjuk át, amely ötvözi a több-kamerás 3D-s számítógépes látást, a marker nélküli mozgásrögzítést, a viselkedési osztályozást és a digitális biomarkerek fejlesztését. Ahelyett, hogy egyszerűen rögzítené az állatok viselkedését, a platform az összetett mozgásokat kvantitatív, objektív és nyomon követhető adatkészletekké alakítja, amelyek integrálhatók a modern preklinikai gyógyszerfejlesztésbe.
Miért nem elég többé a hagyományos viselkedésértékelés?
A viselkedési végpontok továbbra is alapvető fontosságúak számos terápiás területen, mivel közvetlenül tükrözik azokat a funkcionális eredményeket, amelyeket nem mindig lehet megragadni molekuláris biomarkerekkel vagy képalkotással. A Parkinson-kórt, Alzheimer-kórt, stroke-ot, krónikus fájdalmat, atópiás dermatitist vagy neuropszichiátriai rendellenességeket érintő vizsgálatokban a viselkedés finom javulása gyakran jelentős bizonyítékot jelent a farmakológiai aktivitásra.
Fontosságuk ellenére a hagyományos viselkedésértékelésnek számos korlátja van. A hosszú távú-NHP-vizsgálatok gyakran több száz órányi videófelvételt készítenek, amelyeket tapasztalt megfigyelőknek manuálisan kell ellenőrizniük. A különböző értékelők kissé eltérő pontozási kritériumokat alkalmazhatnak, míg a fáradtság és a szubjektív értelmezés elkerülhetetlenül változékonyságot okoz. Ennél is fontosabb, hogy a kézi pontozás csak összegzett megfigyeléseket biztosít, nem pedig folyamatos, keretszintű viselkedési információkat, ami megnehezíti a finom kezelési hatások rögzítését vagy teljesen nyomon követhető adatkészletek létrehozását a hatósági beadványokhoz.
Mivel a preklinikai gyógyszerfejlesztés egyre inkább objektív és reprodukálható bizonyítékokra támaszkodik, az AI{0}}segített viselkedéselemzés hatékony megoldásként jelent meg ezeknek a kihívásoknak a leküzdésére.
Digitális fenotipizálási platform építése főemlősök számára{0}}
A Prisysnél a miénkNHP viselkedéselemző platformtúlmutat a hagyományos videoelemző szoftvereken. Ez egy átfogó digitális fenotipizálási ökoszisztémát képvisel, amelyet kifejezetten a transzlációs kutatásokhoz terveztek.
A platform a szinkronizált több{0}kamerás képalkotást, a három-dimenziós marker nélküli pózbecslést, az AI-vezérelt viselkedésfelismerést, a viselkedési adatbázis-építést és a transzlációs elemzést egy egységes munkafolyamatba integrálja. Ez a megközelítés lehetővé teszi a kutatók számára, hogy folyamatosan nyomon kövessék a spontán viselkedéseket, miközben automatikusan szabványosított kvantitatív végpontokat generálnak az egyes állatokon és a teljes vizsgálatokon.
Idővel a platform támogatja a betegségspecifikus viselkedési adatbázisok kifejlesztését is, amelyek lehetővé teszik a kutatók számára, hogy összehasonlítsák a normál viselkedési alapértékeket a betegség progressziójával és a terápiás válaszokkal. Az elszigetelt kísérletek elemzése helyett a rendszer folyamatosan halmoz fel digitális viselkedési eszközöket, amelyek elősegítik a jövőbeni modellfejlesztést és transzlációs kutatást.
A Markerless 3D Motion Capture lehetővé teszi a természetes viselkedés megfigyelését
A hagyományos mozgásrögzítő rendszerek jellemzően tükröző markereket igényelnek az alanyhoz, amely megközelítés nem praktikus a főemlősökön végzett hosszú távú-vizsgálatok során, és zavarhatja a természetes mozgást.
A Prisys ehelyett szinkronizált több-nézetű számítógépes látásmódot használ a háromdimenziós csontvázmozgások rekonstruálásához fizikai markerek nélkül. Az AI automatikusan azonosítja az anatómiai tereptárgyakat, beleértve a fejet, a végtagokat, a törzset és az ízületeket, lehetővé téve a testtartás és a mozgás precíz rekonstrukcióját szabványos lakókörnyezetben.
Mivel több szinkronizált kamera egyidejűleg figyeli az állatot, a rendszer jelentősen csökkenti a hagyományos kétdimenziós videofelvételeknél gyakran előforduló elzáródási problémákat. Az állatok tehát folyamatosan megfigyelhetők korlátozás, érzéstelenítés vagy viselkedési zavar nélkül.
A mozgáskövetéstől a digitális viselkedési biomarkerekig
A mozgás rögzítése csak az első lépés. Az AI valódi értéke abban rejlik, hogy a mozgásadatokat biológiailag értelmes viselkedési végpontokká alakítja.
Viselkedéselemző platformunk automatikusan besorolja a viselkedések széles spektrumát, beleértve a mozgást, a mászást, az ápolást, a vakarást, a pihenést, a testtartás átmeneteit, a kézmozdulatokat és a járás jellemzőit. A viselkedési események egyszerű számlálása helyett a rendszer méri a viselkedés gyakoriságát, időtartamát, a térbeli pályákat, az ízületi kinematikát, a mozgás sebességét, a gyorsulást és a végtagok koordinációját.
Ezek a kvantitatív paraméterek rendkívül érzékeny digitális biomarkereket biztosítanak, amelyek képesek olyan finom farmakodinámiás válaszok kimutatására, amelyek megelőzhetik a megfigyelhető klinikai javulást. Az ilyen objektív mérések különösen értékesek neurológiai betegségekben, ahol a kis funkcionális változások gyakran korai terápiás előnyöket jelentenek.
Az AI javítja az objektivitást és a méretezhetőséget
Az AI{0}}alapú viselkedéselemzés egyik legnagyobb előnye, hogy a szubjektív megfigyelést szabványos számítási értékeléssel helyettesítheti.
Ahelyett, hogy a kézi videó-ellenőrzésre hagyatkozna, a platform automatikusan feldolgozza a folyamatos felvételeket, és azonos analitikai kritériumokat alkalmaz a vizsgálaton belüli minden állatra. Ez kiküszöböli a -megfigyelők közötti változékonyságot, miközben lehetővé teszi a kockánkénti viselkedéskövetést a teljes kísérleti időszak alatt.
Minden viselkedési esemény az eredeti videofelvételhez kapcsolódik, így egy teljesen nyomon követhető analitikai munkafolyamat jön létre, amely támogatja a minőségbiztosítást, az adatellenőrzést és a szabályozási dokumentációt. Mivel a gyógyszerfejlesztők egyre inkább reprodukálható digitális végpontokat keresnek, az átláthatóság ezen szintje jelentős előnyt jelent a hagyományos viselkedési pontozáshoz képest.
A teljes testmozgáson túlmutató viselkedéselemzés kiterjesztése-
A viselkedési fenotipizálás túlmutat önmagában a mozgáson. Az arckifejezések gyakran a fájdalom, a kellemetlen érzés és a neurológiai állapot fontos mutatói.
Ennek az igénynek a kielégítésére a Prisys egy fejlett háromdimenziós arckifejezés-elemző keretrendszert is fejleszt, amely aNem{0}}főemlős 3D grimasz skála (3DGS). A több-nézetű arcképalkotás és az AI-alapú funkciók kivonásának integrálásával ez a technológia lehetővé teszi a finom arcizommozgások objektív számszerűsítését, amelyeket nehéz következetesen értékelni a hagyományos vizuális pontozással.
Az így létrejött digitális fájdalombiomarkerek széles körben alkalmazhatók a fájdalomcsillapító gyógyszerek fejlesztésében, a posztoperatív fájdalom értékelésében, a gyulladásos betegségek modelljeiben és az állatjóléti monitorozásban.
Alkalmazások több terápiás területen
Mivel a viselkedési végpontokat széles körben alkalmazzák a gyógyszerfejlesztés során, az AI{0}}alapú viselkedési fenotipizálás számos kutatási programot támogat az idegtudományon túl.
A központi idegrendszeri vizsgálatok során a digitális viselkedéselemzés objektív értékelést ad a motoros helyreállításról, a járási rendellenességekről, a testtartásról, a megismerésről és a funkcionális javulásról. A fájdalomkutatás hasznot húz a spontán mozgás, az elkerülő viselkedés és az arcfájdalom mutatóinak kvantitatív értékeléséből. A bőrgyógyászati és immunológiai programok érzékeny farmakodinámiás végpontként figyelhetik a karcolás viselkedésétkrónikus viszketésésatópiás dermatitis. A génterápiáknak, a sejtterápiáknak és a biológiáknak hasonlóan előnyös a funkcionális helyreállítás folyamatos, hosszú távú monitorozása, amely kiegészíti a molekuláris és képalkotó biomarkereket.
A transzlációs viselkedéstudomány jövője
A preklinikai gyógyszerfejlesztés gyorsan halad az integrált digitális fenotipizálás felé, ahol a viselkedési adatokat a neuroimaging, az elektrofiziológia, a farmakokinetika, a farmakodinamika és a molekuláris biomarkerek mellett elemzik.
A Prisys Biotechnél hiszünk abban, hogy az AI{0}}alapú viselkedéselemzés a transzlációs kutatások lényeges összetevőjévé válik, nem pedig opcionális elemző eszközzé. A fejlett számítógépes látás és a már kialakult nem-főemlős betegségmodellek, klinikai képalkotó képességek, vezeték nélküli EEG-technológiák és transzlációs idegtudományi szakértelem kombinálásával célunk, hogy a gyógyszerfejlesztők számára objektív, reprodukálható és klinikailag releváns funkcionális végpontokat biztosítsunk, amelyek növelik a preklinikai döntéshozatalba vetett bizalmat.
Következtetés
A megbízható viselkedésértékelés továbbra is alapvető fontosságú a terápiás hatékonyság megértéséhez a főemlősökön végzett vizsgálatok során. A modern gyógyszerfejlesztés azonban többet igényel, mint szubjektív megfigyeléseket,-mennyiségi, reprodukálható és szabályozásra kész bizonyítékokat igényel.
Az AI-alapú 3D marker nélküli mozgásrögzítés, a digitális fenotipizálás, az automatizált viselkedési osztályozás és a kvantitatív biomarkerek fejlesztése révén a Prisys Biotech segít átalakítani a viselkedéskutatást a kézi megfigyelésből szabványosított digitális tudománnyá. Mivel a mesterséges intelligencia elterjedése a preklinikai kutatások során folyamatosan felgyorsul, a digitális viselkedéselemzés egyre fontosabb szerepet fog játszani a transzláció kiszámíthatóságának javításában és a biztonságosabb és hatékonyabb terápiák fejlesztésének támogatásában.
