AI-ขับเคลื่อนการวิเคราะห์พฤติกรรม NHP สำหรับการพัฒนายาพรีคลินิก|พริซิส ไบโอเทค

พฤติกรรมเป็นหนึ่งในการอ่านข้อมูลเชิงฟังก์ชันที่มีข้อมูลมากที่สุดในการวิจัยเชิงแปล ไม่ว่าจะเป็นการประเมินความผิดปกติทางระบบประสาท อาการปวดเรื้อรัง อาการคัน โรคแพ้ภูมิตัวเอง หรือการบำบัดด้วยยีน การเปลี่ยนแปลงพฤติกรรมมักเป็นหลักฐานแรกสุดของประสิทธิภาพในการรักษา อย่างไรก็ตาม การสร้างข้อมูลพฤติกรรมที่เชื่อถือได้ในการศึกษาที่ไม่ใช่-มนุษย์ไพรเมต (NHP) นั้นแต่เดิมนั้นอาศัยการตรวจสอบวิดีโอที่เข้มข้นของแรงงาน-และการสังเกตของมนุษย์ ซึ่งสร้างความท้าทายในด้านความสม่ำเสมอ ความสามารถในการปรับขนาด และความสามารถในการทำซ้ำตามกฎระเบียบ

ที่ Prisys Biotech เรากำลังเปลี่ยนแปลงกระบวนการนี้ผ่านแพลตฟอร์มฟีโนไทป์เชิงพฤติกรรมที่ขับเคลื่อนด้วย AI- ซึ่งรวม-คอมพิวเตอร์วิทัศน์ 3 มิติด้วยกล้องหลายตัว การจับภาพเคลื่อนไหวแบบไร้เครื่องหมาย การจำแนกพฤติกรรม และการพัฒนาไบโอมาร์คเกอร์ดิจิทัล แทนที่จะบันทึกพฤติกรรมของสัตว์เพียงอย่างเดียว แพลตฟอร์มนี้จะแปลงการเคลื่อนไหวที่ซับซ้อนให้เป็นชุดข้อมูลเชิงปริมาณ เป็นกลาง และตรวจสอบย้อนกลับได้ ซึ่งสามารถบูรณาการเข้ากับการพัฒนายาพรีคลินิกสมัยใหม่ได้

จุดสิ้นสุดด้านพฤติกรรมยังคงมีความสำคัญในหลายด้านของการรักษา เนื่องจากจุดสิ้นสุดดังกล่าวสะท้อนถึงผลลัพธ์การทำงานโดยตรง ซึ่งตัวชี้วัดทางชีวภาพระดับโมเลกุลหรือการถ่ายภาพเพียงอย่างเดียวไม่สามารถบันทึกได้เสมอไป ในการศึกษาที่เกี่ยวข้องกับโรคพาร์กินสัน โรคอัลไซเมอร์ โรคหลอดเลือดสมอง อาการปวดเรื้อรัง โรคผิวหนังภูมิแพ้ หรือความผิดปกติของระบบประสาทจิตเวช การปรับปรุงพฤติกรรมอย่างละเอียดมักแสดงถึงหลักฐานที่มีความหมายของกิจกรรมทางเภสัชวิทยา

แม้จะมีความสำคัญ แต่การประเมินพฤติกรรมแบบเดิมๆ ก็มีข้อจำกัดหลายประการ การศึกษา NHP ระยะยาว-มักสร้างการบันทึกวิดีโอหลายร้อยชั่วโมงซึ่งต้องมีการตรวจสอบโดยผู้สังเกตการณ์ที่มีประสบการณ์ ผู้ประเมินที่แตกต่างกันอาจใช้เกณฑ์การให้คะแนนที่แตกต่างกันเล็กน้อย ในขณะที่ความเหนื่อยล้าและการตีความเชิงอัตวิสัยย่อมนำมาซึ่งความแปรปรวนอย่างหลีกเลี่ยงไม่ได้ ที่สำคัญกว่านั้น การให้คะแนนด้วยตนเองจะให้เฉพาะการสังเกตโดยสรุปเท่านั้น แทนที่จะเป็นข้อมูลเชิงพฤติกรรมระดับเฟรม-ที่ต่อเนื่อง ทำให้ยากต่อการจับภาพผลการรักษาที่ละเอียดอ่อนหรือสร้างชุดข้อมูลที่ตรวจสอบย้อนกลับได้อย่างสมบูรณ์สำหรับการส่งตามกฎระเบียบ

เนื่องจากการพัฒนายาพรีคลินิกต้องอาศัยหลักฐานที่เป็นรูปธรรมและทำซ้ำได้มากขึ้น การวิเคราะห์พฤติกรรมโดยใช้ AI{0}} จึงกลายเป็นโซลูชันที่มีประสิทธิภาพในการเอาชนะความท้าทายเหล่านี้

ที่ Prisys ของเราแพลตฟอร์มการวิเคราะห์พฤติกรรม NHPขยายขอบเขตไปไกลกว่าซอฟต์แวร์วิเคราะห์วิดีโอทั่วไป โดยแสดงถึงระบบนิเวศฟีโนไทป์ดิจิทัลที่ครอบคลุมซึ่งออกแบบมาเพื่อการวิจัยเชิงแปลโดยเฉพาะ

แพลตฟอร์มดังกล่าวได้รวมเอา-การถ่ายภาพจากกล้องหลายตัวที่ซิงโครไนซ์ การประมาณค่าท่าทางแบบไม่มีเครื่องหมายสามมิติ- การจดจำพฤติกรรมที่ขับเคลื่อนด้วย AI- การสร้างฐานข้อมูลพฤติกรรม และการวิเคราะห์เชิงการแปล ไว้ในขั้นตอนการทำงานแบบครบวงจร แนวทางนี้ช่วยให้นักวิจัยติดตามพฤติกรรมที่เกิดขึ้นเองได้อย่างต่อเนื่อง ในขณะเดียวกันก็สร้างจุดสิ้นสุดเชิงปริมาณที่เป็นมาตรฐานสำหรับสัตว์แต่ละตัวและการศึกษาทั้งหมดโดยอัตโนมัติ

เมื่อเวลาผ่านไป แพลตฟอร์มดังกล่าวยังสนับสนุนการพัฒนา-ฐานข้อมูลพฤติกรรมเฉพาะของโรค ซึ่งช่วยให้นักวิจัยสามารถเปรียบเทียบพื้นฐานพฤติกรรมปกติกับการลุกลามของโรคและการตอบสนองต่อการรักษา แทนที่จะวิเคราะห์การทดลองแยก ระบบจะสะสมสินทรัพย์ด้านพฤติกรรมดิจิทัลอย่างต่อเนื่อง ซึ่งจะช่วยปรับปรุงการพัฒนาแบบจำลองในอนาคตและการวิจัยเชิงแปล

โดยทั่วไประบบจับการเคลื่อนไหวแบบเดิมๆ จะต้องมีเครื่องหมายสะท้อนแสงติดอยู่กับวัตถุ ซึ่งเป็นแนวทางที่ไม่สามารถทำได้สำหรับ-การศึกษาระยะยาวในไพรเมตที่ไม่ใช่มนุษย์- และอาจรบกวนการเคลื่อนไหวตามธรรมชาติ

พริซิสใช้คอมพิวเตอร์วิทัศน์หลายมุมมองที่ซิงโครไนซ์เพื่อสร้าง-การเคลื่อนไหวของโครงกระดูกสามมิติขึ้นมาใหม่โดยไม่มีเครื่องหมายทางกายภาพ AI จะระบุจุดสังเกตทางกายวิภาคโดยอัตโนมัติ รวมถึงศีรษะ แขนขา ลำตัว และข้อต่อ ช่วยให้สามารถสร้างท่าทางและการเคลื่อนไหวของร่างกายใหม่ได้อย่างแม่นยำภายในสภาพแวดล้อมที่อยู่อาศัยมาตรฐาน

เนื่องจากกล้องที่ซิงโครไนซ์หลายตัวสังเกตสัตว์พร้อมกัน ระบบจึงช่วยลดปัญหาการบดบังที่มักพบในการบันทึกวิดีโอสองมิติ{0}}แบบเดิมๆ ได้อย่างมาก ดังนั้นจึงสามารถติดตามสัตว์ได้อย่างต่อเนื่องโดยไม่มีการควบคุม การดมยาสลบ หรือการแทรกแซงพฤติกรรม

การจับความเคลื่อนไหวเป็นเพียงก้าวแรกเท่านั้น คุณค่าที่แท้จริงของ AI อยู่ที่การแปลงข้อมูลการเคลื่อนไหวให้เป็นจุดสิ้นสุดทางพฤติกรรมที่มีความหมายทางชีวภาพ

แพลตฟอร์มการวิเคราะห์พฤติกรรมของเราจะจำแนกพฤติกรรมต่างๆ โดยอัตโนมัติ รวมถึงการเคลื่อนไหว การปีนเขา การดูแลตัวเอง การเกา การพักผ่อน การเปลี่ยนท่าทาง การเคลื่อนไหวของมือ และลักษณะการเดิน แทนที่จะเพียงแค่นับเหตุการณ์เชิงพฤติกรรม ระบบจะวัดความถี่ของพฤติกรรม ระยะเวลา วิถีเชิงพื้นที่ จลนศาสตร์ของข้อต่อ ความเร็วการเคลื่อนไหว ความเร่ง และการประสานงานของแขนขา

พารามิเตอร์เชิงปริมาณเหล่านี้ให้ตัวชี้วัดทางชีวภาพดิจิทัลที่มีความไวสูงซึ่งสามารถตรวจจับการตอบสนองทางเภสัชพลศาสตร์ที่ละเอียดอ่อนซึ่งอาจนำหน้าการปรับปรุงทางคลินิกที่สังเกตได้ การวัดตามวัตถุประสงค์ดังกล่าวมีคุณค่าอย่างยิ่งในโรคทางระบบประสาท ซึ่งการเปลี่ยนแปลงการทำงานเล็กๆ น้อยๆ มักแสดงถึงประโยชน์ในการรักษาตั้งแต่เนิ่นๆ

ข้อดีอย่างหนึ่งที่ยิ่งใหญ่ที่สุดของการวิเคราะห์พฤติกรรมโดยใช้ AI- คือความสามารถในการแทนที่การสังเกตเชิงอัตนัยด้วยการประเมินทางคอมพิวเตอร์ที่เป็นมาตรฐาน

แทนที่จะอาศัยการตรวจสอบวิดีโอด้วยตนเอง แพลตฟอร์มจะประมวลผลการบันทึกอย่างต่อเนื่องโดยอัตโนมัติ และใช้เกณฑ์การวิเคราะห์ที่เหมือนกันกับสัตว์ทุกตัวในการศึกษา วิธีนี้จะขจัด-ความแปรปรวนของผู้สังเกตการณ์ในขณะที่เปิดใช้งานการติดตามพฤติกรรมแบบเฟรม-ต่อ-เฟรมตลอดระยะเวลาการทดลองทั้งหมด

เหตุการณ์ด้านพฤติกรรมทั้งหมดยังคงเชื่อมโยงกับบันทึกวิดีโอต้นฉบับ ทำให้เกิดขั้นตอนการวิเคราะห์ที่ติดตามได้อย่างสมบูรณ์ ซึ่งสนับสนุนการประกันคุณภาพ การตรวจสอบข้อมูล และเอกสารด้านกฎระเบียบ ในขณะที่นักพัฒนายามองหาอุปกรณ์ปลายทางดิจิทัลที่สามารถทำซ้ำได้มากขึ้น ระดับความโปร่งใสนี้แสดงถึงข้อได้เปรียบที่สำคัญกว่าการให้คะแนนตามพฤติกรรมแบบเดิมๆ

ฟีโนไทป์เชิงพฤติกรรมขยายไปไกลกว่าการเคลื่อนที่เพียงอย่างเดียว การแสดงออกทางสีหน้ามักเป็นตัวบ่งชี้ที่สำคัญของความเจ็บปวด ความรู้สึกไม่สบาย และสถานะทางระบบประสาท

เพื่อตอบสนองความต้องการนี้ Prisys กำลังพัฒนากรอบการวิเคราะห์การแสดงออกทางสีหน้าสามมิติขั้นสูง-โดยอิงจากไม่ใช่-สเกลหน้าตาบูดบึ้งของมนุษย์แบบ 3 มิติ (3DGS). ด้วยการผสานรวมการถ่ายภาพใบหน้าหลายมุมมอง- เข้ากับการดึงคุณสมบัติที่ใช้ AI- เทคโนโลยีนี้ช่วยให้สามารถระบุจำนวนตามวัตถุประสงค์ของการเคลื่อนไหวของกล้ามเนื้อใบหน้าอย่างละเอียด ซึ่งยากต่อการประเมินอย่างสม่ำเสมอโดยใช้การให้คะแนนด้วยภาพแบบเดิมๆ

ตัวชี้วัดทางชีวภาพเกี่ยวกับความเจ็บปวดแบบดิจิทัลที่ได้ผลลัพธ์มีการใช้งานอย่างกว้างขวางในการพัฒนายาแก้ปวด การประเมินความเจ็บปวดหลังการผ่าตัด แบบจำลองโรคที่เกิดจากการอักเสบ และการติดตามสวัสดิภาพของสัตว์

เนื่องจากจุดสิ้นสุดของพฤติกรรมถูกนำมาใช้กันอย่างแพร่หลายตลอดการพัฒนายา ฟีโนไทป์ของพฤติกรรมที่ขับเคลื่อนด้วย AI- จึงสนับสนุนโครงการวิจัยมากมายนอกเหนือจากประสาทวิทยาศาสตร์

ในการศึกษาระบบประสาทส่วนกลาง การวิเคราะห์พฤติกรรมแบบดิจิทัลให้การประเมินตามวัตถุประสงค์ของการฟื้นตัวของมอเตอร์ ความผิดปกติของการเดิน ท่าทาง การรับรู้ และการปรับปรุงการทำงาน การวิจัยความเจ็บปวดได้ประโยชน์จากการประเมินเชิงปริมาณของการเคลื่อนไหวที่เกิดขึ้นเอง พฤติกรรมการหลีกเลี่ยง และตัวชี้วัดความเจ็บปวดบนใบหน้า โปรแกรมผิวหนังวิทยาและภูมิคุ้มกันวิทยาสามารถตรวจสอบพฤติกรรมการเกาซึ่งเป็นจุดสิ้นสุดทางเภสัชพลศาสตร์ที่ละเอียดอ่อนอาการคันเรื้อรังและโรคผิวหนังภูมิแพ้. การบำบัดด้วยยีน การบำบัดด้วยเซลล์ และชีววิทยาก็ได้รับประโยชน์ในทำนองเดียวกันจากการตรวจติดตามการฟื้นฟูการทำงานในระยะยาว-อย่างต่อเนื่อง ซึ่งจะช่วยเสริมตัวบ่งชี้ทางชีวภาพระดับโมเลกุลและการถ่ายภาพ

การพัฒนายาพรีคลินิกกำลังก้าวไปสู่ฟีโนไทป์ดิจิทัลแบบบูรณาการอย่างรวดเร็ว โดยมีการวิเคราะห์ข้อมูลพฤติกรรมควบคู่ไปกับการถ่ายภาพระบบประสาท สรีรวิทยาไฟฟ้า เภสัชจลนศาสตร์ เภสัชพลศาสตร์ และตัวชี้วัดทางชีวภาพระดับโมเลกุล

ที่ Prisys Biotech เราเชื่อว่าการวิเคราะห์พฤติกรรมที่ขับเคลื่อนด้วย AI- จะกลายเป็นองค์ประกอบสำคัญของการวิจัยเชิงแปลมากกว่าที่จะเป็นเครื่องมือวิเคราะห์ทางเลือก ด้วยการรวมคอมพิวเตอร์วิทัศน์ขั้นสูงเข้ากับแบบจำลองโรคไพรเมตที่ไม่ใช่-ของมนุษย์ ความสามารถในการถ่ายภาพทางคลินิก เทคโนโลยี EEG ไร้สาย และความเชี่ยวชาญด้านประสาทวิทยาเชิงการแปล เรามุ่งหวังที่จะให้จุดสิ้นสุดการทำงานที่เป็นกลาง ทำซ้ำได้ และมีความเกี่ยวข้องทางคลินิกแก่นักพัฒนายา ซึ่งช่วยเพิ่มความมั่นใจในการตัดสินใจก่อนคลินิก-

การประเมินพฤติกรรมที่เชื่อถือได้ยังคงเป็นพื้นฐานในการทำความเข้าใจประสิทธิภาพการรักษาในการศึกษาไพรเมตที่ไม่ใช่{0}ในมนุษย์ อย่างไรก็ตาม การพัฒนายาสมัยใหม่ต้องการมากกว่าการสังเกตเชิงอัตนัย-แต่ต้องใช้หลักฐานที่พร้อมในเชิงปริมาณ ทำซ้ำได้ และตามกฎระเบียบ-

Prisys Biotech กำลังช่วยเปลี่ยนแปลงการวิจัยเชิงพฤติกรรมจากการสังเกตด้วยตนเองให้เป็นวิทยาศาสตร์ดิจิทัลที่เป็นมาตรฐานผ่านการตรวจจับการเคลื่อนไหวแบบไม่มีมาร์กเกอร์ 3 มิติที่ขับเคลื่อนด้วย AI- ฟีโนไทป์ดิจิทัล การจำแนกพฤติกรรมอัตโนมัติ และการพัฒนาตัวบ่งชี้ทางชีวภาพเชิงปริมาณ เนื่องจากการนำ AI มาใช้ยังคงเร่งขึ้นในการวิจัยพรีคลินิก การวิเคราะห์พฤติกรรมดิจิทัลจะมีบทบาทสำคัญมากขึ้นในการปรับปรุงความสามารถในการคาดเดาการแปล และสนับสนุนการพัฒนาวิธีการรักษาที่ปลอดภัยและมีประสิทธิภาพมากขึ้น

ติดต่อพริซิส ไบโอเทค