AI-การวิเคราะห์พฤติกรรม 3D NHP ที่ขับเคลื่อนด้วย|ฟีโนไทป์พฤติกรรมแบบไม่มีเครื่องหมาย

การประเมินพฤติกรรมถือเป็นจุดสิ้นสุดด้านการทำงานที่มีข้อมูลมากที่สุดแห่งหนึ่งในการวิจัยที่ไม่ใช่-มนุษย์ไพรเมต (NHP) ในการพัฒนายาด้านประสาทวิทยาศาสตร์และระบบประสาทส่วนกลาง (CNS) การเปลี่ยนแปลงการเคลื่อนไหว ท่าทาง การเคลื่อนไหว และพฤติกรรมที่เกิดขึ้นเองมักให้ตัวบ่งชี้การลุกลามของโรคหรือการตอบสนองต่อการรักษาทางคลินิกได้เร็วกว่าและมีความเกี่ยวข้องมากกว่าการวัดทางชีวเคมีทั่วไปเพียงอย่างเดียว

เนื่องจากการศึกษาเชิงแปลมุ่งเน้นไปที่ความผิดปกติทางระบบประสาท โรคที่เกิดจากภูมิคุ้มกัน- ความเจ็บปวดเรื้อรัง และการบำบัดด้วยยีนมากขึ้นเรื่อยๆ นักวิจัยจึงต้องการจุดสิ้นสุดทางพฤติกรรมที่เป็นกลาง สามารถทำซ้ำได้ และละเอียดอ่อนเพียงพอที่จะตรวจจับการเปลี่ยนแปลงการทำงานที่ละเอียดอ่อน อย่างไรก็ตาม วิธีการให้คะแนนตามการสังเกตแบบเดิม-มักจะอาศัยการประเมินด้วยตนเองหรือระบบติดตามตามเครื่องหมาย-ที่ทำให้เกิดความแปรปรวน จำกัดปริมาณงาน และอาจเปลี่ยนแปลงพฤติกรรมตามธรรมชาติของสัตว์

ความก้าวหน้าล่าสุดในด้านคอมพิวเตอร์วิทัศน์และปัญญาประดิษฐ์ทำให้สามารถวิเคราะห์พฤติกรรมสามมิติ-ได้อย่างไม่มีเครื่องหมาย ช่วยให้นักวิจัยสามารถระบุปริมาณฟีโนไทป์ของพฤติกรรมที่ซับซ้อนได้อย่างแม่นยำอย่างที่ไม่เคยมีมาก่อน ในขณะเดียวกันก็ลดการรบกวนในการทดลองให้เหลือน้อยที่สุด

การประเมินพฤติกรรมถือเป็นจุดสิ้นสุดที่สำคัญในเภสัชวิทยาพรีคลินิกมายาวนาน อย่างไรก็ตาม วิธีการแบบเดิมๆ ต้องเผชิญกับข้อจำกัด-ที่เป็นที่ยอมรับหลายประการ

การให้คะแนนด้วยตนเองนั้นขึ้นอยู่กับอัตนัยและมักจะแตกต่างกันไปในหมู่ผู้สังเกตการณ์ ระบบจับการเคลื่อนไหวโดยใช้มาร์กเกอร์-ต้องใช้มาร์กเกอร์สะท้อนแสงหรือเซ็นเซอร์ที่สวมใส่ได้ซึ่งอาจรบกวนการเคลื่อนไหวตามธรรมชาติหรือกระตุ้นให้เกิดการตอบสนองความเครียด การวิเคราะห์วิดีโอสองมิติ-ยังประสบปัญหากับการบดบังร่างกาย การบิดเบือนมุมมอง และความไม่สามารถที่จะสร้างการเคลื่อนไหวที่เกิดขึ้นนอกมุมมองกล้องเดียวได้อย่างแม่นยำ

ข้อจำกัดเหล่านี้มีความสำคัญอย่างยิ่งในไพรเมตที่ไม่ใช่มนุษย์- ซึ่งมีพฤติกรรมที่ซับซ้อนกว่าสัตว์จำพวกฟันแทะอย่างมาก การควบคุมการเคลื่อนไหวอย่างละเอียด การเปลี่ยนท่าทาง พฤติกรรมการดูแลร่างกาย ปฏิสัมพันธ์ทางสังคม การเกา การปีน และการเคลื่อนไหวของแขนขาที่ประสานกัน มักเกิดขึ้นพร้อมกันและไม่สามารถระบุลักษณะได้อย่างสมบูรณ์โดยใช้วิธีการทั่วไป

เนื่องจากความคาดหวังด้านกฎระเบียบเน้นย้ำจุดสิ้นสุดทางเภสัชพลศาสตร์เชิงปริมาณและแบบทำซ้ำมากขึ้น เทคโนโลยีการวิเคราะห์พฤติกรรมขั้นสูงจึงกลายเป็นองค์ประกอบสำคัญของการวิจัยเชิงแปล

การวิเคราะห์พฤติกรรมแบบไม่มีเครื่องหมายจะรวม-การได้มาของกล้องหลายตัวที่ซิงโครไนซ์เข้ากับการเรียนรู้เชิงลึก- การประมาณท่าทางตามท่าทางเพื่อสร้าง-การเคลื่อนไหวของโครงกระดูกสามมิติขึ้นใหม่โดยไม่ต้องติดเครื่องหมายทางกายภาพใดๆ กับสัตว์

แทนที่จะอาศัยเซ็นเซอร์ภายนอก อัลกอริธึม AI จะระบุจุดสังเกตทางกายวิภาคโดยตรงจากภาพวิดีโอ และประเมินท่าทางของร่างกายอย่างต่อเนื่องตลอดระยะเวลาการบันทึก มุมมองกล้องที่ซิงโครไนซ์หลายภาพช่วยลดการบดบังในขณะที่ทำให้สามารถ-สร้างการเคลื่อนไหวของร่างกายขึ้นใหม่ในระดับมิลลิเมตร

วิธีการนี้มีข้อดีทางวิทยาศาสตร์หลายประการ

เนื่องจากไม่มีการติดเครื่องหมายทางกายภาพ สัตว์จึงสามารถเคลื่อนไหวได้อย่างเป็นธรรมชาติโดยมีการรบกวนจากการทดลองน้อยที่สุด ช่วยลดความเครียด-พฤติกรรมที่เกี่ยวข้องกับพฤติกรรม การวิเคราะห์อัตโนมัติยังช่วยขจัดอคติของผู้สังเกตการณ์ที่เกี่ยวข้องกับการให้คะแนนด้วยตนเอง ขณะเดียวกันก็ช่วยให้สามารถสร้างข้อมูลที่เป็นมาตรฐานทั่วทั้งการศึกษาและห้องปฏิบัติการต่างๆ ได้

นอกเหนือจากการวัดหัวรถจักรแบบธรรมดาแล้ว ระบบที่ใช้ AI- ยังสามารถแยกพารามิเตอร์จลนศาสตร์ วิถีการเคลื่อนไหว มุมข้อต่อ การเปลี่ยนท่าทาง และลำดับพฤติกรรมที่ยากหรือเป็นไปไม่ได้ที่จะหาปริมาณด้วยตนเอง ชุดข้อมูลหลายมิติเหล่านี้นำเสนอการทำงานของระบบประสาทและการตอบสนองต่อการรักษาได้ดียิ่งขึ้น

ฟีโนไทป์เชิงพฤติกรรมเชิงปริมาณกำลังมีคุณค่ามากขึ้นตลอดกระบวนการพัฒนายา

ในการวิจัยด้านประสาทวิทยาศาสตร์ การวิเคราะห์แบบ 3 มิติแบบไร้เครื่องหมายสนับสนุนการระบุลักษณะเฉพาะของฟีโนไทป์ของโรคในแบบจำลองของโรคพาร์กินสัน ภาวะสมองขาดเลือด โรคลมบ้าหมู โรคฮันติงตัน อาการบาดเจ็บที่ไขสันหลัง และความผิดปกติทางระบบประสาทอื่นๆ การตรวจสอบอย่างต่อเนื่องช่วยให้นักวิจัยสามารถประเมินการเปลี่ยนแปลงเล็กน้อยในการเดิน ท่าทาง การประสานงาน อาการสั่น และกิจกรรมที่เกิดขึ้นเองเมื่อเวลาผ่านไป

จุดยุติด้านพฤติกรรมยังให้หลักฐานทางเภสัชพลศาสตร์ที่สำคัญในระหว่างการศึกษาประสิทธิภาพอีกด้วย ด้วยการเปรียบเทียบพฤติกรรมพื้นฐานกับการวัด-หลังการรักษาตามยาว นักวิจัยสามารถวัดปริมาณการปรับปรุงการทำงาน ระบุความสัมพันธ์ในการตอบสนองต่อขนาดยา- และเข้าใจกลไกการรักษาได้ดียิ่งขึ้น

เทคโนโลยีนี้สามารถนำไปใช้นอกข้อบ่งชี้ CNS แบบเดิมได้อย่างเท่าเทียมกัน ความผิดปกติที่เกี่ยวข้องกับอาการปวดเรื้อรัง อาการคัน การอักเสบ หรือความผิดปกติของระบบประสาทและกล้ามเนื้อมักก่อให้เกิดลักษณะพฤติกรรมที่มีลักษณะเฉพาะซึ่งสามารถวัดได้อย่างเป็นกลางโดยใช้การวิเคราะห์อัตโนมัติ

เนื่องจากไพรเมตที่ไม่ใช่มนุษย์-แบ่งปันการทำงานของระบบประสาทและการเคลื่อนไหวที่ได้รับการอนุรักษ์ไว้สูงร่วมกับมนุษย์ ชุดข้อมูลพฤติกรรมเชิงปริมาณเหล่านี้อาจให้ความเกี่ยวข้องในการแปลมากกว่าการวัดที่เทียบเคียงได้ในแบบจำลองสัตว์ฟันแทะ

เพื่อสนับสนุนจุดสิ้นสุดด้านพฤติกรรมที่ซับซ้อนมากขึ้นในการศึกษาเกี่ยวกับไพรเมตที่ไม่ใช่-ในมนุษย์ Prisys Biotech ได้จัดตั้งAI-เปิดใช้งานการวิเคราะห์พฤติกรรม 3 มิติแบบไม่มีมาร์กเกอร์ขั้นตอนการทำงานภายในแพลตฟอร์มการวิจัยเชิงแปล โซลูชันถูกปรับใช้ร่วมกับบายอนผสานรวมคอมพิวเตอร์วิทัศน์ขั้นสูงและการวิเคราะห์พฤติกรรมที่ใช้ AI- เข้ากับการศึกษาเภสัชวิทยาพรีคลินิก ขณะเดียวกันก็ช่วยให้ Prisys มุ่งเน้นไปที่การดำเนินการศึกษา การสร้างแบบจำลองโรค การบูรณาการข้อมูล และการตีความการแปล

ขั้นตอนการทำงานประกอบด้วยการได้มาซึ่งวิดีโอหลาย-การรับชมที่ซิงโครไนซ์ การสร้างท่าทางสามมิติใหม่ การจดจำพฤติกรรมอัตโนมัติ และการรายงานพฤติกรรมเชิงปริมาณ สามารถติดตามจุดสำคัญทางกายวิภาคมากกว่า 20 จุดพร้อมกัน ช่วยให้สามารถวิเคราะห์วิถีการเคลื่อนไหว ท่าทาง การเคลื่อนไหว การปีน การยืน การห้อย การการดูแล การเกา และพฤติกรรมที่เกิดขึ้นเองอื่นๆ โดยละเอียด ความสามารถเหล่านี้สอดคล้องกับกรอบการทำงานทางเทคนิคที่อธิบายไว้สำหรับแพลตฟอร์มการวิเคราะห์พฤติกรรม NHP ที่ใช้ AI-

ที่สำคัญ Prisys ใช้ความสามารถนี้เป็นเป็นส่วนหนึ่งของการศึกษาเภสัชวิทยาแบบบูรณาการแทนที่จะเป็นซอฟต์แวร์แบบสแตนด์อโลนผสมผสานการวิเคราะห์พฤติกรรมกับแบบจำลองโรค การประเมิน PK/PD การสร้างภาพทางคลินิก พยาธิวิทยา การประเมินตัวบ่งชี้ทางชีวภาพ และการตีความทางสถิติ

ตัวอย่างหนึ่งของขั้นตอนการทำงานร่วมกันนี้คือการประเมินอัตโนมัติของพฤติกรรมการเกาทางพยาธิวิทยาในการศึกษาอาการคันที่ไม่ใช่{0}}ในไพรเมตของมนุษย์

การใช้-การติดตามหลายมุมมอง การประมาณท่าทางแบบสามมิติ- และการจดจำพฤติกรรมตามกระแสแสง- ทำให้สามารถตรวจจับตอนที่เกาได้โดยอัตโนมัติและวัดปริมาณด้วยความสอดคล้องกันสูง แทนที่จะอาศัยการสังเกตด้วยตนเองเพียงอย่างเดียว นักวิจัยได้รับการวัดที่เป็นมาตรฐานของความถี่ในการเกา ระยะเวลา และการเปลี่ยนแปลงของพฤติกรรม โดยให้จุดสิ้นสุดทางเภสัชพลศาสตร์ที่มีวัตถุประสงค์เพื่อประเมิน-การรักษาอาการคัน

ขั้นตอนการทำงานเชิงพฤติกรรมนี้ช่วยเสริมการทำงานของ PrisysIL-แบบจำลองอาการคันของไพรเมตที่ไม่ใช่มนุษย์ที่เกิดจาก 31ซึ่งสนับสนุนการประเมินเชิงแปลของการรักษาต้าน-อาการคันและภูมิคุ้มกันบกพร่องแบบใหม่

ปัญญาประดิษฐ์กำลังเปลี่ยนฟีโนไทป์เชิงพฤติกรรมจากการสังเกตเชิงอัตนัยให้กลายเป็นตัวชี้วัดทางชีวภาพดิจิทัลเชิงปริมาณ เนื่องจากการพัฒนายาเน้นย้ำถึงผลลัพธ์ด้านการใช้งาน การติดตามตามยาว และความสามารถในการคาดการณ์การแปลได้มากขึ้น การวิเคราะห์พฤติกรรมสามมิติ-แบบไม่มีเครื่องหมายจึงถูกคาดหวังให้กลายเป็นองค์ประกอบที่สำคัญมากขึ้นในการวิจัยด้านประสาทวิทยาศาสตร์พรีคลินิก

เมื่อบูรณาการเข้ากับแบบจำลองโรคไพรเมตที่ไม่ใช่-ของมนุษย์ขั้นสูง การสร้างภาพทางคลินิก- การวิเคราะห์ PK/PD และตัวชี้วัดทางชีวภาพระดับโมเลกุล ฟีโนไทป์เชิงพฤติกรรมที่ได้รับการสนับสนุนจาก AI- จะช่วยให้เข้าใจประสิทธิภาพการรักษาได้อย่างครอบคลุมมากขึ้น ขณะเดียวกันก็ปรับปรุงคุณค่าการแปลของการศึกษาพรีคลินิกด้วย

ที่ Prisys Biotech ความสามารถนี้รวมอยู่ในโปรแกรมการวิจัยการแปลสหสาขาวิชาชีพผ่านความร่วมมือกับพันธมิตรด้านเทคโนโลยีที่เชี่ยวชาญ ซึ่งช่วยให้ผู้สนับสนุนสามารถเข้าถึงจุดสิ้นสุดด้านพฤติกรรมที่เป็นมาตรฐานในเชิงปริมาณ โดยเป็นส่วนหนึ่งของการศึกษาเภสัชวิทยาของไพรเมตที่ไม่ใช่{0}}แบบบูรณาการของมนุษย์

ติดต่อพริซิส ไบโอเทค