התנהגות היא נקודת קצה פונקציונלית במחקר פרה-קליני, במיוחד במדעי המוח, חקר כאב ומחלות ניווניות. תנועה, יציבה, תיאום גפיים, פעילות ספונטנית ודפוסי התנהגות ספציפיים משתנים כולם עם התקדמות המחלה ועם חשיפה לתרופות.
פיתוח תרופות של מערכת העצבים המרכזית (CNS).תלוי בקריאות הפונקציונליות האלה. בכל זאת קשה להעריך התנהגות בפרימטים לא אנושיים (NHPs). התרגול המסורתי מסתמך על תצפית ישירה, סקירת וידאו ידנית וציון מבוסס ניסיון. שיטות אלו נותרות עמוד השדרה של תכנוני מחקר רבים, והן איטיות, נוטות לשונות בין צופים, וגסות מדי לאירועים עדינים או קצרים.
ההתקדמות בבינה מלאכותית (AI) וראייה ממוחשבת פתחה מסלול אחר. רכישת וידאו מרובת צפייה מסונכרנת, הערכת תנוחת תלת מימד ללא סמן וניתוח התנהגותי אוטומטי מחלצים כעת תנועה ויציבה מהתנהגות טבעית של בעלי חיים.
עבור מחקרי NHP, פנוטייפ התנהגותי תלת מימדי המופעל על ידי AI מוסיף קריאה פונקציונלית לתצפית קלינית קונבנציונלית, מדידה פרמקוקינטית/פרמקודינמית (PK/PD), הדמיה ונקודות קצה פרמקולוגיות אחרות.
תשובה מהירה: מהו פנוטייפ התנהגותי תלת מימדי מבוסס בינה מלאכותית?
פנוטייפ התנהגותי תלת מימדי המופעל על ידי בינה מלאכותית משתמש בווידאו מסונכרן מרובה מצלמות והערכת תנוחה מבוססת בינה מלאכותית כדי לשחזר תנועת בעלי חיים במרחב תלת מימדי. הוא מכמת את הקינמטיקה של התנועה, תיאום הגפיים, היציבה, ההליכה ודפוסי התנהגות נבחרים מבלי להצמיד סמני מעקב פיזיים לבעל החיים. במחקר NHP, הגישה מוסיפה נקודות קצה פונקציונליות אובייקטיביות אורכיות להערכת תרופות פרה-קלינית.
מדוע להערכת התנהגות קונבנציונלית יש מגבלות
תצפית התנהגותית שימשה זמן רב להערכת תפקוד נוירולוגי, פנוטיפים של מחלות ותגובה לתרופות במחקרים בבעלי חיים. המגבלות מופיעות ברגע שנדרשות מדידות מפורטות וחוזרות.
ניקוד התנהגותי ידני תלוי בקריטריוני תצפית מוגדרים מראש ובניסיון של חוקרים או וטרינרים מיומנים. הבדלים בתדירות התצפית, פרשנות הניקוד והשיפוט האישי מציגים שונות בין צופים ובין נקודות זמן מחקר.
רזולוציה זמנית היא האילוץ השני. תצפית שצולמה במרווחים מוגדרים מראש מחמיצה אירועים קצרים או לסירוגין, ולכן פרק גירוד קצר, חריגה חולפת בתנועת הגפיים או שינוי קטן בפעילות הספונטנית עוברת בין חלונות התצפית.
ניתוח וידאו דו-ממדי מתעד יותר אך פותר פחות. הוא נוטה לדווח על פרמטרים פשוטים כמו מרחק תנועה כולל ורמת פעילות כללית, והוא אינו מפריד בין מסלולי גפיים בודדים, שינוי יציבה תלת מימדית או תנועות הכוללות מספר חלקי גוף בו זמנית.
לכידת תנועה מבוססת סמנים נושאת מידע קינמטי עשיר יותר, במחיר של חומרה על החיה. סמנים מחזירי אור או התקני מעקב מוסיפים טיפול, ובמסגרות ניסוי מסוימות הם מפריעים לתנועה טבעית או לניטור לאורך שבועות.
מגבלות אלו עודדו את הפיתוח שלניתוח התנהגותי תלת מימדי ללא סמנים, המשלב תצפית וידאו עם שחזור תנועה בעזרת AI.
כיצד פועל ניתוח התנהגות תלת מימדי המופעל על ידי AI
פנוטייפ התנהגותי תלת מימדי משלב רכישת וידאו מרובה צפייה, ראייה ממוחשבת, הערכת תנוחות מבוססת למידה עמוקה וניתוח נתונים התנהגותיים. מערכות נטולות סמנים מזהות נקודות ציון אנטומיות ישירות מתמונות וידאו במקום להסתמך על סמנים מחזירי אור המקובעים לבעל החיים.
1. רכישת וידאו מרובת צפייה מסונכרנת
ההקלטה באה במקום הראשון, עם מספר מצלמות הממוקמות סביב סביבת הקלטה מוגדרת. בתצורת הרכישה של NHP המוצגת אצלנוסמינר אינטרנט טכני, ארבע מצלמות מסונכרנות יושבות מסביב למתחם ההקלטה ולוכדות תצוגות חופפות של חיה הנעה בחופשיות.
חפיפה היא הנקודה. מצלמה בודדת לא יכולה לראות כל תנועה מכל כיוון, וחלקי גוף יוצאים מהעין כאשר החיה מסתובבת, מטפסת, מקיימת אינטראקציה עם חפצים או משנה תנוחה. הקלטה מסונכרנת מאפשרת לנתח תמונות מזוויות שונות יחד ומספקת את המידע המרחבי שדרוש לשחזור תלת מימדי.
עמדות המצלמה, התאורה, סביבת ההקלטה והליך התצפית נובעים מנקודות הקצה ההתנהגותיות המיועדות וממטרות המחקר.
2. הערכת תנוחת תלת מימד ללא סמן
מודלים של ראייה ממוחשבת מבוססי בינה מלאכותית מזהים אז ציוני דרך אנטומיים בתמונות המוקלטות ומשתמשים בהם כדי להעריך את תצורת הגוף ולבנות מחדש ייצוג שלד תלת מימדי. שינוי יציבה ותנועה של אזורים אנטומיים בודדים נבדקים לאורך זמן ללא סמנים על החיה.
בהשוואה לניטור פעילות פשוט, הערכת תנוחה תלת מימדית מתארת כיצד חיה נעה: מסלולי גפיים, מעברי יציבה ותנועה מתואמת בין חלקי הגוף.
איכות השחזור תלויה בכיול המצלמה, סנכרון, הנראות של ציוני דרך אנטומיים ומידת החסימה.
3. ניתוח התנהגותי כמותי
נתוני תנועה תלת מימדיים הופכים לפרמטרים התנהגותיים כמותיים על פני ארבע רמות.
קינמטיקה של תנועה
קינמטיקה של תנועה מתארת את הדינמיקה של התנועה. מהירות, תאוצה ומסלול תנועה מאפיינים פעילות ספונטנית ושינויים בדפוס התנועה, ומפרידים בין קו הבסיס למצבים שלאחר הטיפול.
מיקום גפיים ומעקב הליכה
תנוחות הגפיים הנחקרות לאורך זמן מאפיינות תנועה, קואורדינציה וחריגות מוטוריות. במודלים של מחלות נוירולוגיות רמה זו מראה שינוי בקואורדינציה של גפיים שמאל-ימין, סימטריית תנועה, מאפייני ההליכה וביצועי מוטוריקה עדינה.
הערכת תנוחה תלת מימדית
הערכת תנוחה בקואורדינטות מרחביות מתארת את תנוחת הגוף ותנועת המפרק, מה שחשוב להתנהגויות שמרחק שעבר או סרטון דו-ממדי לא יכולים לאפיין.
פילוח התנהגותי אוטומטי
פילוח התנהגותי מזהה ומסווג מצבי התנהגות או אירועים ספציפיים מתנועה שמקורה בווידאו. בהתאם למודל האנליטי ולמצב האימות שלו, המכסה תנועה, טיפוח, גירוד, טיפוס, מעברי יציבה או דפוסי תנועה חוזרים ונשנים. פילוח אוטומטי חותך את סקירת הווידאו הידנית שאחרת היו דורשים מערכי נתונים גדולים ומחקרי אורך.
ארבע הרמות משלימות, אינן ניתנות להחלפה: השילוב הנכון נובע מהשאלה המדעית, מהתנהגות היעד וממצב האימות של המודל.
יישומים במחקר פרה-קליני של NHP
פנוטייפ התנהגותי כמותי חל על פני תחומים טיפוליים שבהם שינוי תפקודי מצביע על מחלה או תגובה לטיפול.
מחקר על מערכת העצבים המרכזית ומחלות ניווניות
במודלים של מחלות נוירולוגיות, שינוי מוטורי מופיע כהפחתת תנועה, הליכה לא תקינה, פגיעה בקואורדינציה או שינוי בפעילות ספונטנית.מחלת פרקינסוןומצבים נוירודגנרטיביים אחרים משנים את השליטה המוטורית בהדרגה, ומעקב אחר תנועת היד הדו-צדדית, מסלול הגפיים ודפוס התנועה מוסיף נקודות קצה כמותיות לאותן הפרעות. מדידה חוזרת במהלך המחקר מראה אם הביצועים המוטוריים משתנים עם הטיפול.
חקר כאב וגרד
כאב וגרד מייצרים תגובות התנהגותיות שניתן לזהות: גירוד, שינוי דפוסי תנועה, שינוי בפעילות ספונטנית. במחקרי גירוד NHP, ניתוח גירוד אוטומטי מודד את תדירות השריטות, משך הזמן והתפלגות הטמפורלית, ונתוני תנועה תלת מימדיים יכולים לעזור להפריד גירוד מטיפוח או תנועת גוף שגרתית המשתמשת בתנועות גפיים דומות.
מדידות אלה משלימות תצפית קלינית ונקודות קצה פרמקודינמיות אחרות בהערכה של מועמדים אנטי-גרד או אנטי דלקתיים.
הערכת הליכה ותפקוד מוטורי
ניתוח הליכה הוא יישום ישיר. מסלולי גפיים משוחזרים ותנוחת הגוף בזמן תנועה מראים שינוי בסימטריית התנועה, הקואורדינציה וההליכה. מכיוון שלא מחוברים סמנים, תנועה מתועדת בתנאים נטורליסטיים המיועדים למחקר. הערכת תפקוד מוטורית חוזרת במודלים של מחלות נוירולוגיות, ובמחקרים על התאוששות תפקודית, היא המקום שבו זה חשוב ביותר.
פנוטייפ התנהגותי אורכי
שינוי התנהגותי אינו תמיד אירוע בודד. במודלים מסוימים, פעילות ספונטנית שונה, חקר, תנועה חוזרת או התפלגות מצב התנהגותי מתפתחת בהדרגה. רכישת וידאו אורכית עם ניתוח אוטומטי משווה דפוסי התנהגות על פני תקופות מחקר ותנאי טיפול, כולל אופן התפזרות התנועה, כיצד דפוסי פעילות משתנים וכיצד התנהגות חוזרת משתנה לאורך זמן.
הפרשנות צריכה לקחת בחשבון את תנאי ההקלטה, פעילות הבסיס, הסתגלות לבעלי חיים ומקורות אחרים של שונות התנהגותית.
יישום ניתוח התנהגות מבוסס בינה מלאכותית במחקרי Prisys NHP
ב-Prisys Biotech, פנוטייפ התנהגותי תלת מימדי המופעל על ידי בינה מלאכותית משולב במחקרי פרמקולוגיה של פרימטים שאינם אנושיים כהערכה תפקודית נוספת.
המיקוד העיקרי שלנו הוא תכנון וביצוע של מחקר NHP in vivo: הכנת בעלי חיים, תכנון הערכת התנהגות ספציפית למחקר, עיצוב פרוטוקול הקלטה, רכישת וידאו ושילוב של מדידות התנהגותיות עם נקודות קצה פרמקולוגיות אחרות. עבור הניתוח בסיוע בינה מלאכותית עצמו, Prisys מרכזת טכנולוגיות מיוחדות של ראייה ממוחשבת וניתוח התנהגות תלת מימדית בהתאם לדרישות של כל תוכנית מחקר.
זרימת העבודה מחברת בין עיצוב המחקר לבין הקלטת וידאו מרובה צפייה, שחזור תנועה תלת מימדית וניתוח התנהגותי כמותי, כך שמדידות התנהגותיות נקראות בהקשר של מודל החיה, תנאי הטיפול ומטרות המחקר.
קריאות התנהגות אינן מדווחות בנפרד. ערכם המדעי תלוי עד כמה התואמות המדידות שנבחרו לפנוטיפ המחלה ולשאלה הפרמקולוגית. במידת הצורך, נקודות קצה התנהגותיות יושבות לצד נתוני PK/PD,הדמיה קלינית, מדידות פיזיולוגיות והערכה פתולוגית כדי לתמוך בהערכה מלאה יותר של תגובת התרופה במודלים של NHP.
שיקולים מתודולוגיים: תיקוף ועיצוב מחקר
ניתוח התנהגותי מבוסס בינה מלאכותית פותח אפשרויות מדידה חדשות, אך התפוקות שלו אינן נקודות קצה פרמקודינמיות מאומתות אוטומטית.
אימות ספציפי להתנהגות
מודל בינה מלאכותית מוערך מול הערות התייחסות מוגדרות, כולל קטעי וידאו שנבדקו על ידי אדם, אם הם זמינים. האימות מכוון להתנהגויות הרלוונטיות למחקר, מכיוון שביצועים גבוהים הכוללים של מעקב תנוחות אינם מבססים הכרה מדויקת של כל קטגוריה התנהגותית. זיהוי תנועת גפיים כללית אינו זהה להבדיל בין שריטות לטיפוח, וכל התנהגות מטרה זקוקה להגדרה מבצעית ונתוני ביצועי סיווג משלה.
תצורת הקלטה
סידור המצלמה, סנכרון, תאורה, סביבת הקלטה ומיקום בעלי חיים כולם משפיעים על איכות הווידאו. מודל המוגדר תחת הגדרת הקלטה אחת אינו משוער לפעול באופן זהה בתנאים שונים: שינויים בגיאומטריית המצלמה, במאפייני בעלי החיים או בסביבת ההקלטה דורשים כיול ואימות נוספים.
חסימה ואיכות נתונים
חסימה מתרחשת כאשר הגוף של החיה עצמה, מבני הכלוב או חפצים אחרים מסתירים חלקי גוף, מה שמפחית את אמינות הערכת הפוזה במסגרות בודדות. הערכת איכות הנתונים מכסה אפוא בטחון מעקב, נקודות ציון חסרות ושיעור זמן ההקלטה שמיש.
הגדרת נקודת קצה התנהגותית
נקודת הסיום ההתנהגותית של המטרה מוגדרת לפני תחילת המחקר: מה נחשב כאירוע התנהגותי, כיצד סופרים אירועים, אילו תקופות תצפית רלוונטיות וכיצד יתפרשו המדידות המתקבלות. התנהגויות מורכבות ופנוטיפים ספציפיים למחלה זקוקים לכך מראש, מכיוון שסיווג אוטומטי של התנהגויות אלה דורש תצורה ואימות מודל נוספים.
מדידות הנגזרות של בינה מלאכותית שימושיות ביותר בעבודה תרגום כאשר הן מוגדרות מדעית, ניתנות לשחזור ומתפרשות יחד עם נקודות קצה רלוונטיות אחרות.
התפקיד של פנוטייפ התנהגותי כמותי בפיתוח תרופות מתורגמות
פנוטייפ התנהגותי תלת מימדי המופעל על ידי בינה מלאכותית מוסיף שיטה לחקר שינוי תפקודי בפרימטים לא אנושיים. רכישת וידאו מסונכרנת, הערכת תנוחות ללא סמנים וניתוח התנהגותי אוטומטי מעבירים את הקריאה מעבר לספירות פעילות פשוטה לעבר תנועה, יציבה, קואורדינציה ודפוסי התנהגות נבחרים.
עבור מערכת העצבים המרכזית, כאב ואזורים טיפוליים אחרים שבהם ישנה חשיבות לתוצאה התפקודית, מדידות אלו משלימות נקודות קצה פרמקולוגיות ופיזיולוגיות מבוססות.
ב-Prisys, הערכה התנהגותית כמותית היא חלק מזרימת עבודה רחבה יותר של מחקר תרגומי של NHP. מה שנושא את המשקל המדעי הוא הקשר בין ניסוי in vivo שתוכנן בקפידה ובין מדידה התנהגותית בעלת משמעות ביולוגית ומאומתת כראוי.
מאמרים מאוחרים יותר בסדרה זו מכסים יישומים ספציפיים, כולל זיהוי אוטומטי של שריטות, קואורדינציה מוטורית דו-צדדית, ניתוח הליכה ללא סמן, הערכת התנהגות אורכית ושילוב של נתונים התנהגותיים עם נקודות קצה תרופתיות אחרות.
חקור את סדרת היישומים
מאמר זה מפרט את הבסיס המתודולוגי. המאמרים הבאים בוחנים כיצד הגישה חלה על שאלות מחקר ספציפיות של NHP:
- זיהוי אוטומטי של התנהגות גירוד ב- Cynomolgus Macaques. כימות נקודות קצה התנהגותיות הקשורות לגרד עם הערכת תנוחה תלת מימדית וניתוח תנועה.
- הערכת קואורדינציה מוטורית דו-צדדית במודלים של NHP. הערכת מסלולי תנועה שמאל-ימין וחריגות מוטוריות תפקודיות.
- ניתוח הליכה תלת מימד ללא סמן בפרימטים לא אנושיים. מאפיין תנועה, מסלולי גפיים ותיאום תנועה.
- פנוטייפ התנהגותי אורכי וניתוח התנהגות סטריאוטיפית. ניטור שינויים בדפוסי פעילות והתנהגות חוזרת על פני תנאי המחקר.
- שילוב ניתוח התנהגות בינה מלאכותית עם פרמקולוגיה של NHP. חיבור נקודות קצה התנהגותיות עם PK/PD, הדמיה, ניטור פיזיולוגי ומדידות תרגום אחרות.
פנוטייפ התנהגותי כמותי תומך בתכנון של מחקרי NHP פרה-קליניים אינפורמטיביים יותר.
על Prisys Biotech
Prisys Biotech מתמחה במודלים של מחלות פרימטים לא אנושיים, פרמקולוגיה פרה-קלינית ומחקר תרגום. היכולות שלו מכסות הערכת יעילות in vivo, הערכת התנהגות, הדמיה קלינית ומחקרים תרופתיים משולבים עבור חברות תרופות וביוטכנולוגיה. לשיתוף פעולה מחקרי או לשאלות עיצוב מחקרים של NHP, צור קשרbd@prisysbiotech.com.
קריאה קשורה
פריסיס תורם למחקר מדעי המוח בטבע על פרמקולוגיה פסיכדלית ותגובות התנהגותיות
