Ponašanje je funkcionalna krajnja tačka u pretkliničkim istraživanjima, posebno u neuronauci, istraživanju bola i neurodegenerativnim bolestima. Lokomocija, držanje, koordinacija udova, spontana aktivnost i specifični obrasci ponašanja mijenjaju se s progresijom bolesti i izlaganjem lijekovima.
Razvoj lijekova za centralni nervni sistem (CNS).zavisi od tih funkcionalnih očitavanja. Procjenu ponašanja kod neljudskih primata (NHP) je ipak teško dobro provesti. Tradicionalna praksa se oslanja na direktno posmatranje, ručni pregled video zapisa i bodovanje na osnovu iskustva. Ove metode ostaju okosnica mnogih dizajna studija, spore su, sklone varijabilnosti među posmatračima i previše grube za suptilne ili kratkotrajne događaje.
Napredak u umjetnoj inteligenciji (AI) i kompjuterskom vidu otvorio je drugačiji put. Sinkronizirana video akvizicija s više prikaza, 3D procjena poze bez markera i automatska analiza ponašanja sada izdvajaju kretanje i držanje iz prirodnog ponašanja životinja.
Za NHP studije, 3D fenotipizacija ponašanja zasnovana na AI dodaje funkcionalno očitavanje konvencionalnom kliničkom posmatranju, farmakokinetičkom/farmakodinamičkom (PK/PD) mjerenju, slikanju i drugim farmakološkim krajnjim tačkama.
Brzi odgovor: Šta je 3D fenotipizacija ponašanja zasnovana na AI?
3D fenotipizacija ponašanja zasnovana na umjetnoj inteligenciji koristi sinkronizirani video s više kamera i procjenu položaja zasnovanu na umjetnoj inteligenciji za rekonstrukciju kretanja životinja u trodimenzionalnom prostoru. Kvantifikuje kinematiku pokreta, koordinaciju udova, držanje, hod i odabrane obrasce ponašanja bez pričvršćivanja fizičkih markera za praćenje na životinju. U istraživanju NHP-a, pristup dodaje objektivne, longitudinalne funkcionalne krajnje tačke pretkliničkoj evaluaciji lijeka.
Zašto konvencionalna procjena ponašanja ima ograničenja
Posmatranje ponašanja se dugo koristilo za procjenu neuroloških funkcija, fenotipova bolesti i odgovora na lijekove u studijama na životinjama. Ograničenja se pojavljuju kada su potrebna detaljna i ponovljena mjerenja.
Ručno ocjenjivanje ponašanja ovisi o unaprijed definiranim kriterijima promatranja i iskustvu obučenih istraživača ili veterinara. Razlike u učestalosti posmatranja, tumačenju bodovanja i individualnom prosuđivanju unose varijabilnost između posmatrača i vremenskih tačaka studije.
Vremenska rezolucija je drugo ograničenje. Opservacija snimljena u unaprijed određenim intervalima propušta kratke ili povremene događaje, tako da kratka epizoda grebanja, prolazna abnormalnost u kretanju udova ili mala promjena u spontanoj aktivnosti prolazi između prozora za posmatranje.
Dvodimenzionalna video analiza snima više, ali rješava manje. Ima tendenciju da izvještava o jednostavnim parametrima kao što su ukupna udaljenost kretanja i ukupni nivo aktivnosti, i ne odvaja pojedinačne putanje udova, trodimenzionalne promjene držanja ili pokrete koji uključuju nekoliko dijelova tijela odjednom.
Snimanje pokreta zasnovano na markerima nosi bogatije kinematičke informacije, po cijenu hardvera na životinji. Reflektirajući markeri ili uređaji za praćenje dodaju rukovanje, au nekim eksperimentalnim postavkama ometaju prirodno kretanje ili praćenje tokom sedmica.
Ova ograničenja su podstakla razvoj3D analiza ponašanja bez markera, koji uparuje video posmatranje s rekonstrukcijom pokreta uz pomoć umjetne inteligencije.
Kako funkcioniše 3D analiza ponašanja bez markera
3D bihejvioralna fenotipizacija kombinuje video akviziciju sa više prikaza, kompjuterski vid, procenu položaja zasnovanu na dubokom učenju i analizu podataka o ponašanju. Sistemi bez markera identificiraju anatomske orijentire direktno iz video slika umjesto da se oslanjaju na reflektirajuće markere pričvršćene na životinju.
1. Sinhronizovana video akvizicija sa više prikaza
Snimanje je na prvom mjestu, s nekoliko kamera postavljenih oko definiranog okruženja za snimanje. U NHP konfiguraciji akvizicije predstavljenoj u našojtehnički webinar, četiri sinhronizovane kamere smještene su oko kućišta za snimanje i snimaju preklapajući pogled na životinju koja se slobodno kreće.
Poenta je preklapanje. Jedna kamera ne može vidjeti svaki pokret iz svih smjerova, a dijelovi tijela nestaju iz vidokruga kada se životinja okreće, penje, stupa u interakciju s predmetima ili mijenja držanje. Sinhronizovano snimanje omogućava da se slike iz različitih uglova analiziraju zajedno i obezbeđuju prostorne informacije koje su potrebne trodimenzionalnoj rekonstrukciji.
Camera positions, lighting, the recording environment and the observation procedure follow from the intended behavioral endpoints and the study objectives.
2. Procjena 3D poze bez markera
Modeli kompjuterskog vida zasnovani na umjetnoj inteligenciji zatim identificiraju anatomske orijentire na snimljenim slikama i koriste ih za procjenu konfiguracije tijela i ponovnu izgradnju trodimenzionalne skeletne reprezentacije. Promena držanja i kretanje pojedinačnih anatomskih regiona se prate tokom vremena bez markera na životinji.
U poređenju sa jednostavnim praćenjem aktivnosti, 3D procena poze opisuje kako se životinja kreće: putanje udova, prelaze položaja i koordinirano kretanje između delova tela.
Kvaliteta rekonstrukcije ovisi o kalibraciji kamere, sinhronizaciji, vidljivosti anatomskih orijentira i opsegu okluzije.
3. Kvantitativna analiza ponašanja
Trodimenzionalni podaci o kretanju pretvaraju se u kvantitativne parametre ponašanja na četiri nivoa.
Kinematika kretanja
Kinematika kretanja opisuje dinamiku kretanja. Brzina, ubrzanje i putanja kretanja karakterišu spontanu aktivnost i promjene u lokomotornom obrascu i odvajaju početnu liniju od stanja nakon tretmana.
Praćenje položaja udova i hoda
Položaji udova praćeni tokom vremena karakteriziraju lokomociju, koordinaciju i motoričke abnormalnosti. U modelima neuroloških bolesti ovaj nivo pokazuje promjenu u koordinaciji lijevo-desnog ekstremiteta, simetriji pokreta, karakteristikama hoda i finim motoričkim performansama.
Procjena trodimenzionalne poze
Procjena poze u prostornim koordinatama opisuje držanje tijela i pokrete zglobova, što je bitno za ponašanja koja prijeđena udaljenost ili dvodimenzionalni video ne mogu okarakterizirati.
Automatska segmentacija ponašanja
Segmentacija ponašanja identifikuje i klasifikuje specifična stanja ponašanja ili događaje iz pokreta iz video zapisa. Ovisno o analitičkom modelu i njegovom statusu validacije, to pokriva kretanje, dotjerivanje, grebanje, penjanje, promjene položaja ili ponavljajuće obrasce kretanja. Automatska segmentacija smanjuje ručni video pregled koji bi inače zahtijevali veliki skupovi podataka i longitudinalne studije.
Četiri nivoa su komplementarna, a ne zamenljiva: prava kombinacija proizilazi iz naučnog pitanja, ciljnog ponašanja i statusa validacije modela.
Primjena u NHP pretkliničkim istraživanjima
Kvantitativna bihevioralna fenotipizacija primjenjuje se u svim terapijskim područjima gdje funkcionalna promjena ukazuje na bolest ili odgovor na liječenje.
Istraživanje CNS-a i neurodegenerativnih bolesti
U modelima neuroloških bolesti, motoričke promjene pokazuju se kao smanjeni pokreti, abnormalni hod, poremećena koordinacija ili izmijenjena spontana aktivnost.Parkinsonova bolesti druga neurodegenerativna stanja progresivno mijenjaju motoričku kontrolu, a praćenje bilateralnih pokreta ruku, putanje udova i lokomotornog obrasca dodaje kvantitativne krajnje tačke za te abnormalnosti. Ponovljeno mjerenje tokom studije zatim pokazuje da li se motorni učinak mijenja s tretmanom.
Istraživanje bola i svrbeža
Bol i svrbež izazivaju prepoznatljive bihevioralne reakcije: grebanje, promijenjeni obrasci pokreta, izmijenjena spontana aktivnost. UNHP studije pruritusa, automatska analiza grebanja mjeri učestalost grebanja, trajanje i vremensku distribuciju, a trodimenzionalni podaci o kretanju mogu pomoći da se grebanje odvoji od dotjerivanja ili rutinskog pokreta tijela koji koristi slične pokrete udova.
Ova mjerenja dopunjuju kliničko promatranje i druge farmakodinamičke krajnje točke u evaluaciji kandidata za antipruritske ili antiinflamatorne lijekove.
Procjena hoda i motoričke funkcije
Analiza hoda je direktna primjena. Rekonstruisane putanje udova i držanje tela tokom lokomocije pokazuju promene u simetriji pokreta, koordinaciji i karakteristikama hoda. Pošto markeri nisu pričvršćeni, kretanje se snima u naturalističkim uslovima dizajniranim za studiju. Ponovljena procjena motoričke funkcije u modelima neuroloških bolesti i u studijama funkcionalnog oporavka je ono što je najvažnije.
Longitudinalna bihevioralna fenotipizacija
Promjena ponašanja nije uvijek izolovan događaj. U nekim modelima, izmijenjena spontana aktivnost, istraživanje, pokreti koji se ponavljaju ili distribucija stanja ponašanja razvijaju se postepeno. Uzdužna video akvizicija sa automatizovanom analizom upoređuje obrasce ponašanja kroz periode istraživanja i uslove lečenja, uključujući kako se kretanje distribuira, kako se obrasci aktivnosti menjaju i kako se ponašanje koje se ponavlja tokom vremena menja.
Tumačenje mora uzeti u obzir uslove snimanja, početnu aktivnost, adaptaciju životinja i druge izvore varijabilnosti ponašanja.
Implementacija AI-ponašane analize ponašanja u Prisys NHP studijama
U Prisys Biotechu, 3D fenotipizacija ponašanja zasnovana na umjetnoj inteligenciji uključena je u farmakološke studije nehumanih primata kao dodatna funkcionalna procjena.
Naš primarni fokus je dizajn i izvođenje NHP in vivo istraživanja: priprema životinja, planiranje procjene ponašanja specifičnog za studiju, dizajn protokola snimanja, akvizicija video zapisa i integracija mjerenja ponašanja s drugim farmakološkim krajnjim tačkama. Za samu analizu potpomognutu umjetnom inteligencijom, Prisys koordinira specijaliziranu kompjutersku viziju i tehnologije 3D analize ponašanja prema zahtjevima svakog istraživačkog programa.
Tok rada povezuje dizajn studije sa video snimanjem u više prikaza, trodimenzionalnom rekonstrukcijom pokreta i kvantitativnom analizom ponašanja, tako da se mjerenja ponašanja čitaju u kontekstu životinjskog modela, uslova tretmana i ciljeva studije.
Očitavanja ponašanja se ne prijavljuju izolovano. Njihova naučna vrijednost ovisi o tome koliko odabrana mjerenja odgovaraju fenotipu bolesti i farmakološkom pitanju. Gdje je prikladno, krajnje točke ponašanja nalaze se uz PK/PD podatke,kliničko snimanje, fiziološka mjerenja i patološka procjena kako bi se podržala potpunija procjena odgovora na lijekove u NHP modelima.
Metodološka razmatranja: Validacija i dizajn studije
Analiza ponašanja zasnovana na AI otvara nove opcije mjerenja, ali njeni rezultati nisu automatski validirane farmakodinamičke krajnje tačke.
Validacija specifična za ponašanje
AI model se ocjenjuje u odnosu na definirane referentne napomene, uključujući segmente videa koje su pregledali ljudi gdje su dostupni. Validacija cilja na ponašanja koja su relevantna za studiju, jer visoka ukupna performansa praćenja poza ne uspostavlja tačno prepoznavanje svake kategorije ponašanja. Otkrivanje općeg pokreta udova nije isto što i razlikovanje grebanja od njege, a svakom ciljnom ponašanju je potrebna operativna definicija i vlastiti podaci o performansama klasifikacije.
Konfiguracija snimanja
Raspored kamere, sinhronizacija, osvetljenje, okruženje za snimanje i pozicioniranje životinja utiču na kvalitet videa. Pretpostavlja se da model konfigurisan pod jednim podešavanjem snimanja ne radi identično pod različitim uslovima: promene u geometriji kamere, karakteristikama životinja ili okruženju za snimanje zahtevaju dodatnu kalibraciju i validaciju.
Okluzija i kvaliteta podataka
Okluzija nastaje kada vlastito tijelo životinje, strukture kaveza ili drugi predmeti skrivaju dijelove tijela, što smanjuje pouzdanost procjene poze u pojedinačnim okvirima. Procjena kvaliteta podataka stoga pokriva pouzdanost praćenja, nedostajuće orijentire i proporciju upotrebljivog vremena snimanja.
Definicija bihevioralne krajnje tačke
Ciljna bihevioralna krajnja tačka definirana je prije početka studije: šta se računa kao događaj ponašanja, kako se događaji broje, koji su periodi posmatranja relevantni i kako će se tumačiti rezultirajuća mjerenja. Složena ponašanja i fenotipovi specifični za bolest trebaju ovo unaprijed riješiti, jer automatska klasifikacija tih ponašanja zahtijeva dodatnu konfiguraciju modela i validaciju.
Mjerenja izvedena AI najkorisnija su u translacijskom radu kada su naučno definirana, ponovljiva i interpretirana zajedno s drugim relevantnim krajnjim tačkama.
Uloga kvantitativne bihejvioralne fenotipizacije u razvoju translacionog lijeka
3D fenotipizacija ponašanja zasnovana na umjetnoj inteligenciji dodaje metodu za proučavanje funkcionalnih promjena kod primata koji nisu ljudi. Sinhronizirana video akvizicija, procjena položaja bez markera i automatska analiza ponašanja pomjeraju očitavanje mimo jednostavnih aktivnosti koje se računaju prema pokretu, držanju, koordinaciji i odabranim obrascima ponašanja.
Za CNS, bol i druga terapeutska područja gdje je funkcionalni ishod bitan, ova mjerenja dopunjuju utvrđene farmakološke i fiziološke krajnje tačke.
U Prisys-u, kvantitativna procjena ponašanja dio je šireg tijeka translacijskog istraživanja NHP-a. Ono što ima naučnu težinu je veza između pažljivo osmišljenog in vivo eksperimenta i mjerenja ponašanja koje je biološki značajno i ispravno potvrđeno.
Kasniji članci u ovoj seriji pokrivaju specifične aplikacije, uključujući automatsko prepoznavanje grebanja, bilateralnu motoričku koordinaciju, analizu hoda bez markera, longitudinalnu procjenu ponašanja i integraciju podataka o ponašanju s drugim farmakološkim krajnjim tačkama.
Istražite seriju aplikacija
Ovaj članak postavlja metodološke temelje. Sljedeći članci ispituju kako se pristup primjenjuje na određena istraživačka pitanja NHP-a:
- Automatsko prepoznavanje ponašanja grebanja u Cynomolgus Macaques. Kvantifikacija krajnjih tačaka ponašanja povezanih sa svrabom sa 3D procjenom poze i analizom pokreta.
- Bilateralna procjena motoričke koordinacije u NHP modelima. Procjena trajektorija kretanja lijevo-desno i funkcionalnih motoričkih abnormalnosti.
- 3D analiza hoda bez markera kod primata koji nisu ljudi. Karakteriziranje lokomocije, putanje udova i koordinacije pokreta.
- Longitudinalna bihevioralna fenotipizacija i analiza stereotipnog ponašanja. Praćenje promjena u obrascima aktivnosti i ponavljajućem ponašanju u svim uslovima istraživanja.
- Integracija AI analize ponašanja sa NHP farmakologijom. Povezivanje krajnjih tačaka ponašanja sa PK/PD, snimanjem, fiziološkim praćenjem i drugim translacijskim mjerenjima.
Kvantitativna bihevioralna fenotipizacija podržava dizajn informativnijih pretkliničkih studija NHP.
O Prisys Biotech
Prisys Biotech je specijaliziran za modele bolesti primata koji nisu ljudi, pretkliničku farmakologiju i translacijska istraživanja. Njegove mogućnosti pokrivaju in vivo evaluaciju efikasnosti, procjenu ponašanja, kliničko snimanje i integrirane farmakološke studije za farmaceutske i biotehnološke kompanije. Za istraživačku saradnju ili upite o dizajnu studija NHP, kontaktirajtebd@prisysbiotech.com.
