Käitumise hindamine on ahviliste (NHP) uuringutes üks informatiivsemaid funktsionaalseid lõpp-punkte. Neuroteaduse ja kesknärvisüsteemi (KNS) ravimite väljatöötamisel annavad muutused liikumises, kehaasendis, liikumises ja spontaanses käitumises sageli varasemaid ja kliiniliselt olulisemaid näitajaid haiguse progresseerumise või ravivastuse kohta kui tavalised biokeemilised mõõtmised üksi.
Kuna translatsiooniuuringud keskenduvad üha enam neuroloogilistele häiretele, immuun{0}}vahendatud haigustele, kroonilisele valule ja geeniteraapiatele, nõuavad teadlased objektiivseid, reprodutseeritavaid ja piisavalt tundlikke käitumuslikke lõpp-punkte, et tuvastada peeneid funktsionaalseid muutusi. Traditsioonilised vaatlus{2}}põhinevad hindamismeetodid tuginevad aga sageli käsitsi tehtud hindamistele või markeri-põhistele jälgimissüsteemidele, mis toovad sisse varieeruvuse, piiravad läbilaskevõimet ja võivad muuta loomade loomulikku käitumist.
Hiljutised edusammud arvutinägemises ja tehisintellektis on võimaldanud markeriteta kolmemõõtmelist käitumisanalüüsi, mis võimaldab teadlastel kvantifitseerida keerulisi käitumuslikke fenotüüpe enneolematu täpsusega, minimeerides samal ajal eksperimentaalseid häireid.
Miks on traditsiooniline käitumise hindamine muutunud piiravaks teguriks?
Käitumuslik hindamine on pikka aega olnud prekliinilise farmakoloogia oluline tulemusnäitaja. Sellegipoolest on tavapärastel lähenemisviisidel mitmeid hästi-tuntud piiranguid.
Käsitsi hindamine on oma olemuselt subjektiivne ja varieerub sageli vaatlejate vahel. Markeri-põhised liikumishõivesüsteemid nõuavad peegeldavaid markereid või kantavaid andureid, mis võivad häirida loomulikku liikumist või kutsuda esile stressireaktsioone. Kahemõõtmeline videoanalüüs võitleb ka keha oklusiooni, perspektiivi moonutamise ja suutmatusega täpselt rekonstrueerida liikumisi, mis toimuvad väljaspool ühte kaameravaadet.
Need piirangud muutuvad eriti oluliseks ahviliste puhul, kelle käitumisrepertuaar on tunduvalt keerukam kui näriliste mudelitel. Peenmotoorika kontroll, kehaasendi üleminekud, hoolduskäitumine, sotsiaalne suhtlus, kriimustus, ronimine ja koordineeritud jäsemete liigutused toimuvad sageli samaaegselt ning neid ei saa tavapäraste meetoditega täielikult iseloomustada.
Kuna regulatiivsed ootused rõhutavad üha enam kvantitatiivseid ja reprodutseeritavaid farmakodünaamilisi lõpp-punkte, on arenenumad käitumisanalüüsi tehnoloogiad muutumas translatsiooniuuringute oluliseks komponendiks.
Markerita 3D-käitumise analüüs: funktsionaalse fenotüüpimise uus põlvkond
Markerita käitumisanalüüs ühendab sünkroonitud mitme -kaamera omandamise ja sügaval õppimisel- põhineva poosihinnangu, et rekonstrueerida kolme-dimensioonilised skeleti liikumised loomale füüsilisi markereid kinnitamata.
Selle asemel, et tugineda välistele anduritele, tuvastavad AI-algoritmid anatoomilised maamärgid otse videopiltidest ja hindavad pidevalt kehaasendit kogu salvestusperioodi jooksul. Mitu sünkroonitud kaameravaadet vähendavad oklusiooni, võimaldades samal ajal millimeetri{1}}tasandil kehaliigutuste ruumilist rekonstrueerimist.
Sellel lähenemisviisil on mitmeid teaduslikke eeliseid.
Kuna füüsilisi markereid ei ole kinnitatud, saavad loomad liikuda loomulikul viisil ja minimaalse eksperimentaalse sekkumisega, vähendades stressiga{0}}seotud käitumuslikke artefakte. Automaatne analüüs eemaldab ka suure osa käsitsi hindamisega seotud vaatleja eelarvamustest, võimaldades samal ajal standardiseeritud andmete genereerimist uuringutes ja laborites.
Lisaks lihtsatele liikumismõõtmistele suudavad AI{0}}põhised süsteemid eraldada kinemaatilisi parameetreid, liikumistrajektoore, liigeste nurki, kehaasendi üleminekuid ja käitumuslikke järjestusi, mida on raske või võimatu käsitsi kvantifitseerida. Need mitmemõõtmelised andmekogumid annavad rikkalikuma ülevaate neuroloogilisest funktsioonist ja ravivastusest.
Rakendused tõlkeravimite arenduses
Kvantitatiivne käitumuslik fenotüüpimine muutub kogu ravimiarenduse protsessis üha väärtuslikumaks.
Neuroteaduse uuringutes toetab markerivaba 3D-analüüs haiguse fenotüüpide objektiivset iseloomustamist Parkinsoni tõve, ajuisheemia, epilepsia, Huntingtoni tõve, seljaajukahjustuse ja muude neuroloogiliste häirete mudelites. Pidev jälgimine võimaldab teadlastel hinnata kõnnaku, kehahoiaku, koordinatsiooni, värisemise ja spontaanse aktiivsuse peeneid muutusi aja jooksul.
Ka käitumuslikud tulemusnäitajad annavad efektiivsuse uuringute käigus olulisi farmakodünaamilisi tõendeid. Võrreldes algtaseme käitumist pikisuunaliste ravijärgsete{1}}mõõtmistega, saavad teadlased kvantifitseerida funktsionaalset paranemist, tuvastada annuse -vastuse seoseid ja mõista paremini ravimehhanisme.
Tehnoloogia on võrdselt rakendatav ka väljaspool traditsioonilisi kesknärvisüsteemi näidustusi. Kroonilise valu, sügeluse, põletiku või neuromuskulaarse düsfunktsiooniga seotud häired tekitavad sageli iseloomulikke käitumuslikke tunnuseid, mida saab nüüd automatiseeritud analüüsi abil objektiivselt mõõta.
Kuna ahvilistel on inimestega väga konserveerunud neuroanatoomia ja motoorne funktsioon, võivad need kvantitatiivsed käitumuslikud andmestikud pakkuda translatsiooniliselt suuremat tähtsust kui näriliste mudelites saadud võrreldavad mõõtmised.
Markerita käitumisanalüüs Prisys Biotechis
Ahviliste uuringutes järjest keerukamate käitumuslike tulemusnäitajate toetamiseks on Prisys Biotech loonudAI-lubatud markeriteta 3D käitumisanalüüstöövoogu oma translatiivse uurimisplatvormi raames. Lahendus on kasutusele võetudkoostöös Bayone'iga, mis integreerib täiustatud arvutinägemise ja tehisintellektil põhineva käitumisanalüütika{0}}prekliinilistesse farmakoloogiauuringutesse, võimaldades samal ajal Prisysel keskenduda uuringute läbiviimisele, haiguste modelleerimisele, andmete integreerimisele ja translatiivsele tõlgendamisele.
Töövoog sisaldab sünkroonitud mitme{0}}vaatega videote hankimist, kolme-pooside rekonstrueerimist, automaatset käitumistuvastust ja kvantitatiivset käitumise aruandlust. Samaaegselt saab jälgida üle kahekümne anatoomilise võtmepunkti, mis võimaldab üksikasjalikult analüüsida liikumistrajektoore, kehaasendit, liikumist, ronimist, seismist, rippumist, hooldamist, kriimustamist ja muid spontaanseid käitumisviise. Need võimalused on kooskõlas AI-põhise NHP käitumise analüüsi platvormi tehnilise raamistikuga.
Oluline on see, et Prisys rakendab seda võimalust kuiosa integreeritud farmakoloogiaõppest, mitte eraldiseisva tarkvarana, mis kombineerib käitumisanalüüsi haigusmudelite, PK/PD hindamise, kliinilise pildistamise, patoloogia, biomarkerite hindamise ja statistilise tõlgendusega.
Rakenduse näide: NHP sügeluse automaatne kvantifitseerimine
Üheks selle koostööl põhineva töövoo näiteks on patoloogilise kriimustuskäitumise automatiseeritud hindamine mitte{0}}primaatide sügeluse uuringutes.
Kasutades mitme-vaate jälgimist, kolme-poosi hindamist ja optilise voolu-põhist käitumistuvastust, saab kriimustusepisoode automaatselt tuvastada ja järjekindlalt kvantifitseerida. Selle asemel, et tugineda ainult käsitsi vaatlusele, saavad teadlased kriimustuste sageduse, kestuse ja käitumise dünaamika standardiseeritud mõõtmised, mis annavad objektiivsed farmakodünaamilised lõpp-punktid sügelusevastase ravi hindamiseks.
See käitumuslik töövoog täiendab PrisysiIL-31-indutseeritud ahviliste sügeluse mudel, mis toetab uudsete sügelemisvastaste ja neuroimmuunravimite translatsioonilist hindamist.
Vaadates ette
Tehisintellekt muudab käitumusliku fenotüüpimise subjektiivsest vaatlusest kvantitatiivseteks digitaalseteks biomarkeriteks. Kuna ravimite väljatöötamine rõhutab üha enam funktsionaalseid tulemusi, pikisuunalist jälgimist ja translatsiooni prognoositavust, peaks markeriteta kolmemõõtmeline käitumisanalüüs muutuma prekliiniliste neuroteaduste uuringute üha olulisemaks komponendiks.
Integreerituna täiustatud ahviliste haiguste mudelite, kliinilise-astme kujutise, PK/PD analüüsi ja molekulaarsete biomarkeritega võimaldab AI-abiga käitumuslik fenotüüpimine mõista terapeutilist efektiivsust põhjalikumalt, parandades samal ajal prekliiniliste uuringute translatsiooniväärtust.
Prisys Biotechis on see võimalus kaasatud multidistsiplinaarsetesse translatiivsetesse uurimisprogrammidesse koostöö kaudu spetsialiseerunud tehnoloogiapartneritega, võimaldades sponsoritel juurdepääsu standardiseeritud kvantitatiivsetele käitumuslikele lõpp-punktidele osana integreeritud mitte{0}}ahviliste farmakoloogiauuringutest.
Võtke ühendust Prisys Biotechiga
KKK
K: Mis on markeriteta käitumisanalüüs?
V: Markerivaba käitumisanalüüs kasutab arvutinägemise ja tehisintellekti algoritme, et jälgida loomade liikumist ilma füüsilisi markereid või kantavaid andureid kinnitamata, võimaldades loomulikku käitumist objektiivselt salvestada.
K: Miks on 3D-käitumise analüüs parem kui tavaline videojälgimine?
V: Kolmemõõtmeline rekonstrueerimine minimeerib oklusiooni, parandab ruumilist täpsust ja võimaldab kvantitatiivselt analüüsida kehahoiakut, liigeste liikumist, liikumist ja keerulisi käitumisjärjestusi, mida ei saa ühe kaameraga usaldusväärselt mõõta.
K: Millised haiguspiirkonnad saavad tehisintellektil{0}}põhinevast käitumuslikust fenotüübist kõige rohkem kasu?
V: Rakenduste hulka kuuluvad Parkinsoni tõbi, epilepsia, insult, Huntingtoni tõbi, seljaaju vigastus, krooniline valu, sügelus ja muud neuroloogilised või neuromuskulaarsed häired, mille puhul funktsionaalsed käitumuslikud tulemusnäitajad on kriitilised.
K: Kuidas Prisys seda tehnoloogiat kasutab?
V: Prisys integreerib tehisintellekti-toega markerivaba käitumisanalüüsi ahviliste farmakoloogia uuringutesse koostöös Bayone'iga, kombineerides käitumisanalüütika haigusmudelite, PK/PD, pildistamise, patoloogia ja biomarkerite analüüsidega, et toetada ravimite translatsiooni.
