A viselkedés funkcionális végpont a preklinikai kutatásokban, különösen az idegtudományban, a fájdalomkutatásban és a neurodegeneratív betegségekben. A mozgás, a testtartás, a végtagok koordinációja, a spontán aktivitás és a specifikus viselkedési minták a betegség progressziójával és a gyógyszerexpozícióval együtt változnak.
A központi idegrendszer (CNS) gyógyszereinek fejlesztéseezektől a funkcionális kijelzésektől függ. A nem humán főemlősök (NHP) viselkedésértékelését ennek ellenére nehéz jól végrehajtani. A hagyományos gyakorlat a közvetlen megfigyelésen, a kézi videó áttekintésen és a tapasztalaton alapuló pontozáson alapul. Ezek a módszerek továbbra is számos vizsgálati terv gerincét képezik, és lassúak, hajlamosak a megfigyelők közötti változékonyságra, és túl durvák a finom vagy rövid időtartamú eseményekhez.
A mesterséges intelligencia (AI) és a számítógépes látás fejlődése más utat nyitott meg. A szinkronizált többnézetű videófelvétel, a marker nélküli 3D-s pózbecslés és az automatizált viselkedéselemzés most kivonja a mozgást és a testtartást az állatok természetesen előforduló viselkedéséből.
Az NHP-vizsgálatok esetében a mesterséges intelligencia által vezérelt 3D viselkedési fenotipizálás funkcionális leolvasást ad a hagyományos klinikai megfigyeléshez, a farmakokinetikai/farmakodinamikai (PK/PD) mérésekhez, a képalkotáshoz és más farmakológiai végpontokhoz.
Gyors válasz: Mi az a mesterséges intelligencia által vezérelt 3D viselkedési fenotípus?
A mesterséges intelligencia által vezérelt 3D viselkedési fenotipizálás szinkronizált többkamerás videót és mesterséges intelligencia alapú pózbecslést használ az állatok háromdimenziós térben való mozgásának rekonstruálására. Számszerűsíti a mozgáskinematikát, a végtagok koordinációját, a testtartást, a járást és a kiválasztott viselkedési mintákat anélkül, hogy fizikai nyomkövető markereket csatolna az állathoz. Az NHP-kutatásban a megközelítés objektív, longitudinális funkcionális végpontokat ad a preklinikai gyógyszerértékeléshez.
Miért vannak korlátai a hagyományos viselkedésértékelésnek?
A viselkedési megfigyelést régóta használják a neurológiai funkció, a betegség fenotípusának és a gyógyszerre adott válasz értékelésére állatkísérletekben. A korlátozások akkor jelennek meg, ha részletes és ismételt mérésekre van szükség.
A manuális viselkedési pontozás előre meghatározott megfigyelési kritériumoktól és képzett kutatók vagy állatorvosok tapasztalatától függ. A megfigyelési gyakoriság, a pontozás értelmezése és az egyéni megítélés közötti különbségek változékonyságot eredményeznek a megfigyelők között és a vizsgálati időpontok között.
Az időbeli felbontás a második megkötés. Egy előre meghatározott időközönként végzett megfigyelés kihagyja a rövid vagy időszakos eseményeket, így egy rövid vakarózási epizód, a végtagmozgások átmeneti rendellenessége vagy a spontán aktivitás kismértékű változása áthalad a megfigyelési ablakok között.
A kétdimenziós videoelemzés többet rögzít, de kevesebbet old fel. Hajlamos olyan egyszerű paramétereket közölni, mint a teljes mozgástávolság és az általános aktivitási szint, és nem választja el az egyes végtagpályákat, a háromdimenziós testtartásváltást vagy a több testrészt egyszerre érintő mozgásokat.
A marker alapú mozgásrögzítés gazdagabb kinematikai információt hordoz, az állaton lévő hardver árán. A fényvisszaverő markerek vagy nyomkövető eszközök kezelést tesznek lehetővé, és bizonyos kísérleti körülmények között zavarják a természetes mozgást vagy a hetekig tartó megfigyelést.
Ezek a korlátok ösztönözték a fejlesztéstmarker nélküli 3D viselkedéselemzés, amely a videós megfigyelést AI által támogatott mozgásrekonstrukcióval párosítja.
Hogyan működik a mesterséges intelligencia által működtetett marker nélküli 3D viselkedéselemzés
A 3D viselkedési fenotipizálás egyesíti a többnézetű videófelvételt, a számítógépes látást, a mély tanuláson alapuló pózbecslést és a viselkedési adatok elemzését. A marker nélküli rendszerek közvetlenül a videoképekből azonosítják az anatómiai tereptárgyakat, ahelyett, hogy az állatra rögzített fényvisszaverő markerekre hagyatkoznának.
1. Szinkronizált többnézetű videószerzés
A rögzítés az első, ahol több kamera van elhelyezve egy meghatározott rögzítési környezet körül. Az általunk bemutatott NHP beszerzési konfigurációbantechnikai webinárium, négy szinkronizált kamera ül a felvételi kabin körül, és egy szabadon mozgó állat átfedő képeit rögzíti.
Az átfedés a lényeg. Egyetlen kamera nem lát minden mozgást minden irányból, és a testrészek kiesnek a látómezőből, amikor az állat megfordul, felmászik, kölcsönhatásba lép a tárgyakkal vagy testhelyzetet vált. A szinkronizált rögzítés lehetővé teszi a különböző szögekből származó képek együttes elemzését, és biztosítja a háromdimenziós rekonstrukcióhoz szükséges térinformációkat.
A kameraállások, a világítás, a rögzítési környezet és a megfigyelési eljárás a tervezett viselkedési végpontokból és a tanulmányi célokból következnek.
2. Marker nélküli 3D pózbecslés
A mesterséges intelligencia-alapú számítógépes látásmodellek ezután azonosítják az anatómiai tereptárgyakat a rögzített képeken, és ezek alapján megbecsülik a test konfigurációját, és újjáépítik a háromdimenziós csontváz-ábrázolást. A testtartás változását és az egyes anatómiai régiók mozgását idővel nyomon követik, markerek nélkül az állaton.
Az egyszerű tevékenységfigyeléssel összehasonlítva a 3D-s pózbecslés leírja, hogyan mozog az állat: a végtagpályákat, a testhelyzet-átmeneteket és a testrészek közötti koordinált mozgást.
A rekonstrukció minősége a kamera kalibrációjától, szinkronizálásától, az anatómiai tereptárgyak láthatóságától és az elzáródás mértékétől függ.
3. Kvantitatív viselkedéselemzés
A háromdimenziós mozgásadatok mennyiségi viselkedési paraméterekké alakulnak át négy szinten.
Mozgáskinematika
A mozgáskinematika a mozgás dinamikáját írja le. A sebesség, a gyorsulás és a mozgáspálya jellemzi a spontán aktivitást és a mozgási mintázat változásait, és elválasztja az alapvonalat a kezelés utáni állapotoktól.
Végtaghelyzet és járáskövetés
Az idő múlásával követett végtaghelyzetek a mozgás, a koordináció és a motoros rendellenességeket jellemzik. A neurológiai betegségmodellekben ez a szint változást mutat a bal-jobb végtag koordinációjában, a mozgásszimmetriában, a járási jellemzőkben és a finommotorikus teljesítményben.
Háromdimenziós pózbecslés
A térbeli koordinátákban történő pózbecslés a testtartást és az ízületek mozgását írja le, ami olyan viselkedéseknél számít, amelyeket a megtett távolság vagy a kétdimenziós videó nem képes jellemezni.
Automatizált viselkedési szegmentáció
A viselkedési szegmentáció azonosítja és osztályozza a videóból származó mozgásból származó konkrét viselkedési állapotokat vagy eseményeket. Az analitikai modelltől és annak érvényesítési állapotától függően, amely magában foglalja a mozgást, az ápolást, a karcolást, a mászást, a testtartás átmeneteit vagy az ismétlődő mozgásmintákat. Az automatizált szegmentálás csökkenti a manuális videó áttekintést, amely egyébként nagy adatkészletekhez és longitudinális vizsgálatokhoz szükséges lenne.
A négy szint kiegészíti egymást, nem cserélhető fel: a megfelelő kombináció a tudományos kérdésből, a célviselkedésből és a modell validációs állapotából következik.
Alkalmazások az NHP Preklinikai Kutatásban
A kvantitatív viselkedési fenotipizálás olyan terápiás területeken érvényes, ahol a funkcionális változás betegséget vagy kezelési választ jelez.
Központi idegrendszeri és neurodegeneratív betegségek kutatása
A neurológiai betegségmodellekben a motoros változások csökkent mozgásként, rendellenes járásként, koordinációs zavarként vagy megváltozott spontán aktivitásként jelentkeznek.Parkinson-kórés más neurodegeneratív állapotok fokozatosan megváltoztatják a motoros kontrollt, és a kétoldali kézmozgás, a végtag pályája és a mozgási mintázat nyomon követése kvantitatív végpontokat ad ezekhez a rendellenességekhez. A vizsgálat során végzett ismételt mérések ezt követően megmutatják, hogy változik-e a motoros teljesítmény a kezelés hatására.
Fájdalom és viszketés kutatása
A fájdalom és a viszketés felismerhető viselkedési reakciókat vált ki: vakarás, megváltozott mozgásminták, megváltozott spontán tevékenység. InNHP pruritus vizsgálatok, az automatizált karcoláselemzés méri a karcolás gyakoriságát, időtartamát és időbeli eloszlását, a háromdimenziós mozgásadatok pedig segíthetnek elkülöníteni a vakarást az ápolástól vagy a hasonló végtagmozgásokat használó rutin testmozgástól.
Ezek a mérések kiegészítik a klinikai megfigyelést és más farmakodinámiás végpontokat a viszketés- vagy gyulladásgátló jelöltek értékelésében.
Járás- és motorfunkciók értékelése
A járáselemzés közvetlen alkalmazás. A mozgás közbeni rekonstruált végtagpályák és testtartás változást mutatnak a mozgás szimmetriájában, koordinációjában és járási jellemzőiben. Mivel nincsenek jelölők, a mozgást a vizsgálathoz tervezett naturalisztikus körülmények között rögzítik. A neurológiai betegségmodellek és a funkcionális helyreállítási vizsgálatok ismételt motoros funkcióinak értékelése az, ahol ez a legfontosabb.
Longitudinális viselkedési fenotipizálás
A viselkedésbeli változás nem mindig elszigetelt esemény. Egyes modellekben a megváltozott spontán tevékenység, feltárás, ismétlődő mozgás vagy viselkedési állapoteloszlás fokozatosan alakul ki. A longitudinális videófelvétel automatizált elemzéssel összehasonlítja a viselkedési mintákat a vizsgálati időszakok és a kezelési körülmények között, beleértve a mozgás eloszlását, a tevékenységi minták eltolódását és az ismétlődő viselkedés időbeli változásait.
Az értelmezésnek figyelembe kell vennie a rögzítési feltételeket, az alaptevékenységet, az állatok alkalmazkodását és a viselkedésbeli változékonyság egyéb forrásait.
A mesterséges intelligencia által vezérelt viselkedéselemzés alkalmazása a Prisys NHP tanulmányokban
A Prisys Biotechnél a mesterséges intelligencia által vezérelt 3D viselkedési fenotipizálást kiegészítő funkcionális értékelésként beépítik a nem humán főemlős farmakológiai vizsgálatokba.
Elsődleges fókuszunk az NHP in vivo kutatás tervezése és végrehajtása: állatok előkészítése, vizsgálat-specifikus viselkedésértékelés tervezése, rögzítési protokoll tervezése, videófelvétel, valamint a viselkedési mérések integrálása más farmakológiai végpontokkal. Magához a mesterséges intelligencia által támogatott elemzéshez a Prisys speciális számítógépes látást és 3D viselkedéselemzési technológiákat koordinál az egyes kutatási programok követelményei szerint.
A munkafolyamat összekapcsolja a vizsgálati tervezést a többnézetű videórögzítéssel, a háromdimenziós mozgásrekonstrukcióval és a kvantitatív viselkedéselemzéssel, így a viselkedési méréseket az állatmodell, a kezelési feltételek és a vizsgálati célok összefüggésében olvassa el.
A viselkedési értékeket nem jelentik elkülönítve. Tudományos értékük attól függ, hogy a kiválasztott mérések mennyire illeszkednek a betegség fenotípusához és a farmakológiai kérdéshez. Adott esetben a viselkedési végpontok a PK/PD adatok mellett helyezkednek el,klinikai képalkotás, fiziológiai mérések és patológiai felmérések, amelyek támogatják a gyógyszerre adott válasz teljesebb értékelését az NHP modellekben.
Módszertani megfontolások: Validálás és tanulmánytervezés
A mesterséges intelligencia által vezérelt viselkedéselemzés új mérési lehetőségeket nyit meg, de kimenetei nem automatikusan validált farmakodinámiás végpontok.
Viselkedés-specifikus érvényesítés
Az AI-modellt meghatározott referencia-annotációk alapján értékelik ki, beleértve az ember által felülvizsgált videószegmenseket is, ahol rendelkezésre állnak. Az érvényesítés a vizsgálat szempontjából releváns viselkedési formákat célozza meg, mivel a magas általános pózkövetési teljesítmény nem teszi lehetővé minden viselkedési kategória pontos felismerését. Az általános végtagmozgások észlelése nem egyenlő a karcolás és az ápolás megkülönböztetésével, és minden célviselkedéshez működési definícióra és saját besorolási teljesítményadatokra van szüksége.
Felvétel konfigurációja
A kamera elrendezése, a szinkronizálás, a világítás, a felvételi környezet és az állatok elhelyezése egyaránt befolyásolja a videó minőségét. Az egy rögzítési beállítással konfigurált modellről feltételezhető, hogy különböző körülmények között nem működik azonos módon: a kamera geometriájában, az állatok jellemzőiben vagy a rögzítési környezetben bekövetkezett változások további kalibrálást és érvényesítést igényelnek.
Elzáródás és adatminőség
Az elzáródás akkor következik be, amikor az állat saját teste, ketrec szerkezetei vagy más tárgyak elrejtik a testrészeket, ami csökkenti a pózbecslés megbízhatóságát az egyes képkockákban. Az adatminőség-értékelés ezért kiterjed a nyomon követés megbízhatóságára, a hiányzó tereptárgyak és a felhasználható felvételi idő arányára.
Viselkedési végpont meghatározása
A cél viselkedési végpontot a vizsgálat megkezdése előtt határozzák meg: mi számít viselkedési eseménynek, hogyan számolják az eseményeket, mely megfigyelési időszakok relevánsak, és hogyan értelmezik a kapott méréseket. A komplex viselkedések és a betegség-specifikus fenotípusok esetében ezt előre le kell rendezni, mivel ezeknek a viselkedéseknek az automatizált osztályozása további modellkonfigurációt és érvényesítést igényel.
Az AI-ból származó mérések akkor a leghasznosabbak a transzlációs munkában, ha tudományosan meghatározottak, reprodukálhatók és más releváns végpontokkal együtt értelmezhetők.
A kvantitatív viselkedési fenotípus szerepe a transzlációs gyógyszerfejlesztésben
A mesterséges intelligencia által hajtott 3D viselkedési fenotipizálás módszert ad a főemlősök funkcionális változásainak tanulmányozására. A szinkronizált videófelvétel, a marker nélküli pózbecslés és az automatizált viselkedéselemzés az egyszerű tevékenységszámon túl mozgatja a kiolvasást a mozgás, a testtartás, a koordináció és a kiválasztott viselkedési minták felé.
A központi idegrendszer, a fájdalom és más terápiás területeken, ahol a funkcionális eredmény számít, ezek a mérések kiegészítik a megállapított farmakológiai és fiziológiai végpontokat.
A Prisysnél a kvantitatív viselkedésértékelés egy szélesebb NHP transzlációs kutatási munkafolyamat része. Ami a tudományos súlyt hordozza, az a gondosan megtervezett in vivo kísérlet és a biológiailag értelmes és megfelelően validált viselkedési mérés közötti kapcsolat.
A sorozat későbbi cikkei konkrét alkalmazásokkal foglalkoznak, beleértve az automatikus karcolásfelismerést, a kétoldali motoros koordinációt, a marker nélküli járáselemzést, a longitudinális viselkedésértékelést és a viselkedési adatok integrálását más farmakológiai végpontokkal.
Fedezze fel az alkalmazássorozatot
Ez a cikk a módszertani alapokat ismerteti. A következő cikkek azt vizsgálják, hogy a megközelítés hogyan alkalmazható bizonyos NHP-kutatási kérdésekre:
- Automatizált karcolási viselkedés felismerés a Cynomolgus makákókban. A viszketéssel kapcsolatos viselkedési végpontok számszerűsítése 3D-s pózbecsléssel és mozgáselemzéssel.
- Kétoldalú motoros koordináció értékelése NHP modellekben. Bal-jobb mozgáspályák és funkcionális motoros rendellenességek értékelése.
- Marker nélküli 3D járásanalízis főemlősökön. A mozgás, a végtagpályák és a mozgáskoordináció jellemzése.
- Longitudinális viselkedési fenotipizálás és sztereotip viselkedéselemzés. A tevékenységi minták és az ismétlődő viselkedés változásainak nyomon követése a vizsgálati körülmények között.
- Az AI viselkedéselemzés integrálása az NHP farmakológiájával. Viselkedési végpontok összekapcsolása PK/PD-vel, képalkotással, fiziológiai monitorozással és egyéb transzlációs mérésekkel.
A kvantitatív viselkedési fenotipizálás támogatja az informatívabb NHP preklinikai vizsgálatok tervezését.
A Prisys Biotech-ről
A Prisys Biotech nem humán főemlős betegségmodellekre, preklinikai farmakológiára és transzlációs kutatásokra specializálódott. Lehetőségei kiterjednek in vivo hatékonyságértékelésre, viselkedésértékelésre, klinikai képalkotásra és integrált farmakológiai vizsgálatokra gyógyszeripari és biotechnológiai cégek számára. Kutatási együttműködéssel vagy NHP-tanulmánytervezéssel kapcsolatos kérdésekkel forduljon hozzánkbd@prisysbiotech.com.
