Ponašanje je jedno od najinformativnijih funkcionalnih očitanja u prevoditeljskom istraživanju. Bilo da se radi o procjeni neuroloških poremećaja, kronične boli, pruritusa, autoimunih bolesti ili genskih terapija, promjene u ponašanju često daju najranije dokaze terapijske učinkovitosti. Međutim, generiranje pouzdanih podataka o ponašanju u studijama o ne-ljudskim primatima (NHP) tradicionalno je ovisilo o-intenzivnom video pregledu i subjektivnom ljudskom promatranju, stvarajući izazove u dosljednosti, skalabilnosti i regulatornoj ponovljivosti.
U Prisys Biotechu transformiramo ovaj proces putem platforme fenotipizacije ponašanja koju pokreće-AI koja kombinira 3D računalni vid s više-kamera, snimanje pokreta bez markera, klasifikaciju ponašanja i razvoj digitalnog biomarkera. Umjesto da jednostavno bilježi ponašanje životinja, platforma pretvara složena kretanja u kvantitativne, objektivne i sljedive skupove podataka koji se mogu integrirati u suvremeni pretklinički razvoj lijekova.
Zašto konvencionalna procjena ponašanja više nije dovoljna
Bihevioralne krajnje točke ostaju bitne u brojnim terapijskim područjima jer izravno odražavaju funkcionalne ishode koji se ne mogu uvijek uhvatiti samo molekularnim biomarkerima ili slikom. U studijama koje uključuju Parkinsonovu bolest, Alzheimerovu bolest, moždani udar, kroničnu bol, atopijski dermatitis ili neuropsihijatrijske poremećaje, suptilna poboljšanja ponašanja često predstavljaju značajan dokaz farmakološke aktivnosti.
Unatoč njihovoj važnosti, konvencionalne procjene ponašanja predstavljaju nekoliko ograničenja. Dugoročne-proučavanja NHP-a često generiraju stotine sati video zapisa koji zahtijevaju ručni pregled od strane iskusnih promatrača. Različiti ocjenjivači mogu primijeniti malo drugačije kriterije bodovanja, dok zamor i subjektivno tumačenje neizbježno unose varijabilnost. Što je još važnije, ručno ocjenjivanje pruža samo sažeta opažanja, a ne kontinuirane informacije o ponašanju na razini-okvira, što otežava hvatanje suptilnih učinaka liječenja ili uspostavljanje potpuno sljedivih skupova podataka za regulatorne podneske.
Kako se pretklinički razvoj lijekova sve više oslanja na objektivne i ponovljive dokaze, analiza ponašanja potpomognuta AI-pojavila se kao moćno rješenje za prevladavanje ovih izazova.
Izgradnja digitalne platforme za fenotipizaciju primata koji nisu{0}}ljudi
U Prisysu, našemNHP platforma za analizu ponašanjanadilazi konvencionalni softver za video analizu. Predstavlja sveobuhvatan ekosustav digitalne fenotipizacije dizajniran posebno za translacijska istraživanja.
Platforma integrira sinkronizirano snimanje s više-kamera, tro-dimenzionalnu procjenu položaja bez markera,-prepoznavanje ponašanja vođeno umjetnom inteligencijom, konstrukciju baze podataka o ponašanju i translacijsku analitiku u objedinjeni tijek rada. Ovaj pristup omogućuje istraživačima kontinuirano praćenje spontanog ponašanja uz automatsko generiranje standardiziranih kvantitativnih krajnjih točaka za pojedinačne životinje i cijele studije.
S vremenom platforma također podržava razvoj baza podataka o ponašanju-specifičnih za bolesti, omogućujući istraživačima da usporede normalne početne vrijednosti ponašanja s napredovanjem bolesti i terapijskim odgovorima. Umjesto analiziranja izoliranih eksperimenata, sustav kontinuirano prikuplja digitalna bihevioralna sredstva koja poboljšavaju budući razvoj modela i translacijska istraživanja.
3D snimanje pokreta bez markera omogućuje prirodno promatranje ponašanja
Tradicionalni sustavi za snimanje pokreta obično zahtijevaju reflektirajuće markere pričvršćene na subjekt, pristup koji je nepraktičan za dugoročne- studije na primatima koji nisu-ljudi i može ometati prirodno kretanje.
Prisys umjesto toga koristi sinkronizirani multi{0}}view računalni vid za rekonstrukciju tro-dimenzionalnih pokreta kostura bez fizičkih markera. AI automatski identificira anatomske orijentire, uključujući glavu, udove, trup i zglobove, omogućujući preciznu rekonstrukciju držanja tijela i kretanja unutar standardnih stambenih okruženja.
Budući da više sinkroniziranih kamera promatra životinju istovremeno, sustav značajno smanjuje probleme s okluzijom koji se obično susreću s konvencionalnim dvo{0}}dimenzionalnim video snimkama. Životinje se stoga mogu kontinuirano pratiti bez ograničenja, anestezije ili ometanja ponašanja.
Od praćenja kretanja do digitalnih biomarkera ponašanja
Hvatanje pokreta predstavlja samo prvi korak. Prava vrijednost umjetne inteligencije leži u pretvaranju podataka o kretanju u biološki značajne krajnje točke ponašanja.
Naša platforma za analizu ponašanja automatski klasificira širok spektar ponašanja, uključujući kretanje, penjanje, dotjerivanje, češanje, odmaranje, promjene položaja, pokrete ruku i karakteristike hoda. Umjesto jednostavnog brojanja događaja u ponašanju, sustav mjeri frekvenciju ponašanja, trajanje, prostorne putanje, kinematiku zglobova, brzinu pokreta, ubrzanje i koordinaciju udova.
Ovi kvantitativni parametri daju vrlo osjetljive digitalne biomarkere sposobne otkriti suptilne farmakodinamičke odgovore koji mogu prethoditi vidljivim kliničkim poboljšanjima. Takva objektivna mjerenja posebno su vrijedna kod neuroloških bolesti gdje male funkcionalne promjene često predstavljaju ranu terapijsku korist.
AI poboljšava objektivnost i skalabilnost
Jedna od najvećih prednosti analize ponašanja temeljene-na umjetnoj inteligenciji mogućnost je zamjene subjektivnog opažanja standardiziranom računskom procjenom.
Umjesto da se oslanja na ručni videopregled, platforma automatski obrađuje kontinuirane snimke i primjenjuje identične analitičke kriterije za svaku životinju unutar studije. Ovo eliminira-varijabilnost među promatračima, a istovremeno omogućuje praćenje ponašanja okvir-po-frame kroz cijelo eksperimentalno razdoblje.
Svaki događaj ponašanja ostaje povezan s izvornim video zapisom, stvarajući potpuno sljedivi analitički tijek rada koji podržava osiguranje kvalitete, provjeru podataka i regulatornu dokumentaciju. Budući da razvijači lijekova sve više traže ponovljive digitalne krajnje točke, ova razina transparentnosti predstavlja značajnu prednost u odnosu na konvencionalno bodovanje ponašanja.
Širenje bihevioralne analize izvan-pokreta cijelog tijela
Fenotipiziranje ponašanja proteže se izvan same lokomocije. Izrazi lica često predstavljaju važne pokazatelje boli, nelagode i neurološkog statusa.
Kako bi odgovorio na ovu potrebu, Prisys također razvija napredni okvir za tro-dimenzionalnu analizu izraza lica temeljen na3D skala grimase ne-ljudskih primata (3DGS). Integracijom više{1}}prikaza slike lica s ekstrakcijom značajki-temeljenom umjetnom inteligencijom, ova tehnologija omogućuje objektivnu kvantifikaciju suptilnih pokreta mišića lica koje je teško dosljedno procijeniti korištenjem konvencionalnog vizualnog bodovanja.
Dobiveni digitalni biomarkeri boli imaju široku primjenu u razvoju analgetika, procjeni postoperativne boli, modelima upalnih bolesti i praćenju dobrobiti životinja.
Primjene u više terapijskih područja
Budući da se krajnje točke ponašanja naširoko koriste tijekom razvoja lijekova, fenotipizacija ponašanja-pokretana umjetnom inteligencijom podržava brojne istraživačke programe izvan neuroznanosti.
U studijama središnjeg živčanog sustava, digitalna analiza ponašanja daje objektivnu procjenu motoričkog oporavka, abnormalnosti hoda, držanja, kognicije i funkcionalnog poboljšanja. Istraživanje boli ima koristi od kvantitativne procjene spontanih pokreta, ponašanja izbjegavanja i pokazatelja boli lica. Dermatološki i imunološki programi mogu pratiti ponašanje češanja kao osjetljivu farmakodinamičku krajnju točku zakronični svrbežiatopijski dermatitis. Genske terapije, stanične terapije i biološki lijekovi na sličan način imaju koristi od kontinuiranog dugoročnog-praćenja funkcionalnog oporavka koje nadopunjuje molekularne i slikovne biomarkere.
Budućnost translacijske bihevioralne znanosti
Pretklinički razvoj lijekova ubrzano se kreće prema integriranom digitalnom fenotipiziranju, gdje se podaci o ponašanju analiziraju uz neuroimaging, elektrofiziologiju, farmakokinetiku, farmakodinamiku i molekularne biomarkere.
U Prisys Biotechu vjerujemo da će analiza ponašanja koju pokreće-AI postati bitna komponenta translacijskog istraživanja, a ne izborni analitički alat. Kombinirajući napredni računalni vid s našim utvrđenim modelima bolesti primata koji nisu-ljudi, mogućnostima kliničkog snimanja, bežičnim EEG tehnologijama i translacijskom ekspertizom neuroznanosti, cilj nam je pružiti razvojnim programerima lijekova objektivne, ponovljive i klinički relevantne funkcionalne krajnje točke koje poboljšavaju povjerenje u pretkliničko{3}}donošenje odluka.
Zaključak
Pouzdana procjena ponašanja ostaje temeljna za razumijevanje terapijske učinkovitosti u studijama na primatima koji nisu{0}}ljudi. Međutim, suvremeni razvoj lijekova zahtijeva više od subjektivnih opažanja-zahtijeva kvantitativne, ponovljive i regulatorno-spremne dokaze.
Putem AI-pokretanog 3D snimanja pokreta bez markera, digitalnog fenotipa, automatizirane klasifikacije ponašanja i kvantitativnog razvoja biomarkera, Prisys Biotech pomaže transformirati istraživanje ponašanja iz ručnog promatranja u standardiziranu digitalnu znanost. Kako se usvajanje umjetne inteligencije nastavlja ubrzavati u pretkliničkim istraživanjima, digitalna analiza ponašanja igrat će sve važniju ulogu u poboljšanju translacijske predvidljivosti i podržavanju razvoja sigurnijih i učinkovitijih terapija.
