Vom Video zu Daten: 3D-KI-Tracking für NHP-Verhalten

Verhaltensendpunkte sind bei der Arzneimittelentwicklung für nicht-menschliche Primaten (NHP) von großer Bedeutung, insbesondere wenn sich eine therapeutische Wirkung nicht in biochemischen oder strukturellen Ergebnissen zeigt. Fortbewegung, Haltung, Gang, spontane Aktivität, Kratzen, Gesichtsreaktionen: Veränderungen dieser Faktoren können ein funktioneller Hinweis auf das Fortschreiten der Krankheit oder das Ansprechen auf die Behandlung sein.

Das Problem besteht darin, dass das NHP-Verhalten kontinuierlich und hochgradig multidimensional ist. Die herkömmliche Beurteilung basiert auf manueller Beobachtung, Videoüberprüfung oder vordefinierten Bewertungssystemen. Das funktioniert, aber sie fressen Zeit und bringen eine Variabilität zwischen-Beobachtern mit sich, die sich am stärksten bemerkbar macht, wenn Sie versuchen, subtile oder sich langsam-entwickelnde Veränderungen zu quantifizieren.

Computer Vision und KI bieten einen anderen Weg: Sie verwandeln gewöhnliche Videos mit mehreren Ansichten in strukturierte dreidimensionale Verhaltensdaten. Anstatt Videos wie eine Aufzeichnung zu behandeln, die sich jemand anhören muss, wandelt markerloses Tracking Bewegungen in quantitative kinematische und ethologische Endpunkte um.

Die Frage für die Übersetzungsarbeit des NHP ist also nicht, ob KI „ein Tier verfolgen“ kann. Es geht darum, ob aus Videos-abgeleitete Messungen zu wissenschaftlich bedeutsamen Endpunkten für die Charakterisierung von Krankheiten und die Bewertung der Pharmakologie werden.

Die markerlose 3D-Verhaltensanalyse kombiniert die synchronisierte Multi-{1}Videoaufnahme mit Computer Vision und Deep-{2}Learning-basierter Posenschätzung.

Keine reflektierenden Markierungen, keine am Tier angebrachten Sensoren. Das System identifiziert anatomische Schlüsselpunkte direkt aus den Videobildern, und mehrere Kameraansichten füllen gegenseitig die toten Winkel aus, wodurch die Okklusions- und Perspektivenprobleme gemildert werden, die bei der 2D-Analyse einzelner{1}Ansichten auftreten. Daraus lässt sich die Haltung und Bewegung des Tieres dreidimensional rekonstruieren. Der NHP-Verhaltensanalyse-Workflow von Prisys verfolgt mehr als 21 anatomische Schlüsselpunkte, genug, um Ganzkörperbewegungen und gelenkbezogene Kinematiken quantitativ zu charakterisieren.

Die Pipeline läuft:Video mit mehreren -Ansichten → 3D-Posenrekonstruktion → Verhaltenssegmentierung → Parameterextraktion → pharmakologischer Endpunkt

Eines sollte klar sein: Die Posenschätzung ist nicht der Endpunkt. Sein Wert besteht darin, Tausende oder Millionen einzelner Bewegungsbeobachtungen in Verhaltensmerkmale umzuwandeln, die Sie tatsächlich interpretieren können.

Sobald Sie 3D-Posendaten haben, öffnet sich eine ganze Ebene von Parametern.

Kinematik zuerst: Position, Geschwindigkeit, Bewegungsbahn, Haltung, Gangeigenschaften, Gliedmaßenkoordination, gelenkbezogene Bewegungsmuster. Anschließend werden Verhalten: Bewegungsabläufe in erkennbare Verhaltenszustände segmentiert und über definierte Beobachtungsfenster analysiert. Die Plattformdokumentation von Prisys beschreibt die automatisierte Zerlegung von Verhaltenssequenzen mit zeitlicher Präzision bis in den Sekundenbereich, was Sie über isolierte Verhaltensbewertungen hinaus hin zu kontinuierlichen Verhaltensprofilen führt.

Anstatt aufzuschreiben, dass ein Tier „eine erhöhte Aktivität zeigte“, können Sie genau bestimmen, wann die Aktivität anstieg, wie lange sie anhielt, welche Bewegungsmuster die Veränderung verursachten und ob der Zeitpunkt mit der Dosierung übereinstimmt. Das ist ein viel differenzierteres-Bild des Phänotyps und des Ansprechens auf die Behandlung.

Der offensichtliche Vorteil des markerlosen Trackings: Sie sammeln Verhaltensdaten, ohne etwas am Tier anzubringen.

Die markerbasierte Bewegungserfassung liefert Ihnen detaillierte Bewegungsinformationen. Das Anbringen von Markern oder Sensoren erfordert jedoch zusätzliche Handhabung und die Hardware kann die Bewegung, die Sie messen möchten, beeinträchtigen. Markerless umgeht das, was am wichtigsten ist, wenn spontanes Verhalten selbst der Endpunkt des Interesses ist. Das technische Framework von Prisys kombiniert markerloses Tracking mit synchronisierter Multi-{3}Ansichtserfassung und Deep-{4}learning-basierter Analyse, automatisiert die Verfolgung wichtiger{6}Punkte und Verhaltensanalysen und reduziert gleichzeitig Verdeckungs- und Perspektivenbeschränkungen.

Markerlos bedeutet nicht, dass die Validierung-frei ist. KI-abgeleitete Verhaltensendpunkte bedürfen noch einer modellspezifischen Validierung, und die Webinar-Zusammenfassung brachte dies direkt zum Ausdruck: Algorithmenausgaben sollten anhand geeigneter, von Menschen- überprüfter Referenzen überprüft und im Kontext des Tiermodells, des Studiendesigns und der Forschungsfrage gelesen werden. Das gilt umso mehr, wenn die Verhaltensklassifizierung als pharmakodynamischer Endpunkt und nicht als explorative Beobachtung dient.

Der translatorische Nutzen ergibt sich, wenn Sie Bewegungsdaten mit einer bestimmten biologischen oder pharmakologischen Frage verknüpfen.

In einer Wirksamkeitsstudie ist „Bewegung“ nicht der Endpunkt. Der Endpunkt ist, ob die Behandlung ein pathologisches Verhalten reduziert, die motorische Funktion wiederherstellt oder den Verlauf des Krankheitsverlaufs verändert.

Drei Anwendungsbereiche aus dem Prisys-Bayone NHP BehaviorAtlas-Webinar zeigen, wie das aussieht.

Kratzen ist nahezu ein perfekter Fall für eine objektive Quantifizierung.

Pruritus-Studien erfordern die Häufigkeit, Dauer, zeitliche Verteilung und Bewegungseigenschaften des Kratzens. Manuelles Scoring funktioniert, wird aber strafbar, wenn sich Beobachtungen über Stunden oder Tage wiederholen.. 3D-Tracking charakterisiert das Kratzen als eine strukturierte Bewegungssequenz und nicht als Zählung sichtbarer Ereignisse. Flugbahn, Körperhaltung und räumliche Beziehungen helfen dabei, das Kratzen vom Putzen oder routinemäßigen Bewegungen der Gliedmaßen zu trennen.

Bei Prisys fügt sich diese Analyse in NHP-Pruritus-Studien ein, einschließlich derIL-31-induziertes Cynomolgus-Makaken-Modell, das messbares Kratzverhalten und Entzündungsreaktionen hervorruft, um juckreizlindernde und verwandte Therapiestrategien zu bewerten. Die Verhaltensmessungen ergänzen klinische Beobachtungen, Entzündungsbiomarker und pathologische Beurteilungen als komplementäre pharmakodynamische Endpunkte.

Motorische Phänotypen sind die andere natürliche Passform.

In NHP-Modellen vonParkinson-KrankheitB. Schlaganfall und anderen neurologischen Erkrankungen, zeigen sich die funktionellen Veränderungen im Gang, in der Körperhaltung, in der spontanen Aktivität, im Gebrauch der Gliedmaßen, in der Koordination oder in der Bewegungsgeschwindigkeit. Ein einzelner Beobachtungsscore kann das alles nur schwer erfassen. 3D-Tracking stellt Bewegung als zeitabhängigen Datensatz dar-, sodass Sie Verhaltensmerkmale im Längsschnitt vor und nach der Krankheitsauslösung oder -behandlung vergleichen können. Gangsymmetrie, Bewegungsgeschwindigkeit, Haltungsübergänge und Gliedmaßenkoordination werden gemeinsam und nicht als isolierte Notizen bewertet.

Das ist vor allem bei Wirksamkeitsstudien von Bedeutung, bei denen die funktionelle Erholung schrittweise aufbaut und nicht als eindeutiges Ja/Nein endet.

Die Phänotypisierung muss sich nicht auf die Ganzkörperbewegung beschränken.

Das Webinar befasste sich mit der 3D-Gesichtsmodellierung und Ausdrucksanalyse als Möglichkeit, subtile Reaktionen im Zusammenhang mit Schmerzen oder Beschwerden zu erfassen und Veränderungen in der Gesichtsgeometrie und -bewegung zu quantifizieren, anstatt sich auf subjektive visuelle Interpretationen zu verlassen. Dies ist noch eine neue Anwendung. Lesen Sie es zusammen mit etablierten klinischen Beobachtungen, physiologischen Messungen und anderen Studienendpunkten und fügen Sie Anmerkungen, modellspezifische Charakterisierungen und Validierungen ein, bevor Gesichtsmerkmale als formale pharmakodynamische Endpunkte dienen.

Herkömmliche Beurteilungen erfassen das Verhalten zu festgelegten Zeitpunkten, und das stellt eine echte Einschränkung dar. Eine behandlungsbedingte Verhaltensänderung, die zwischen Beobachtungsfenstern auftritt, bleibt unentdeckt. Kontinuierliche oder wiederholte automatisierte Überwachung füllt eine dichtere zeitliche Aufzeichnung.

Das ist in der Pharmakologie wichtig, wo der Zeitpunkt einer Verhaltensauswirkung oft mit der Arzneimittelexposition verknüpft ist:Arzneimittelverabreichung → Exposition → pharmakodynamische Reaktion → Verhaltensänderung

Sammeln Sie Verhaltensmessungen neben PK/PD-Daten und Sie können fragen, ob sich das Verhalten innerhalb des erwarteten pharmakologischen Fensters geändert hat und ob sich die Größe der Reaktion mit der Exposition ändert. Der Verhaltensendpunkt wird zu einer Komponente eines umfassenderen translationalen Datensatzes und nicht zu einer isolierten Beobachtung.

Die Verhaltensanalyse verdient ihren Lebensunterhalt, wenn sie neben den anderen Modalitäten läuft.

Bei Prisys gliedert sich die Phänotypisierung in umfassendere NHP-Studien mit Krankheitsmodellen, PK/PD-Bewertung, In-vivo-Bildgebung, Pathologie und Biomarker-Analyse. Es ist nicht dazu da, etablierte Endpunkte zu ersetzen. Es fügt eine funktionelle Schicht hinzu, die molekulare und physiologische Veränderungen mit dem beobachtbaren Phänotyp verbindet.

Der Arbeitsablauf:Verhalten → PK/PD → Bildgebung → Pathologie → Biomarker

Jedes Stück beantwortet eine andere Frage. Verhalten gibt Funktion, PK/PD gibt Exposition und pharmakologische Reaktion, Bildgebung liefert longitudinale anatomische oder funktionelle Informationen, Pathologie liefert Effekte auf Gewebeebene, Biomarker geben den zugrunde liegenden Mechanismus an. Die Kombination zählt am meisten, wenn eine Behandlung subtile funktionelle Veränderungen hervorruft, die kein einzelner molekularer oder struktureller Endpunkt vollständig widerspiegelt.

Die größere Veränderung hier: Video ist keine Beobachtungsaufzeichnung mehr, sondern wird zu einer quantitativen Datenquelle.

Stundenlanges Filmmaterial enthält stundenlange Verhaltensinformationen, aber das manuelle Herausziehen ist langsam und inkonsistent. Markerloses 3D-Tracking wandelt dasselbe Filmmaterial in strukturierte Datensätze um, die Pose, Bewegung, Verhaltenssequenzen und zeitliche Muster enthalten. Das ist die Grundlage der digitalen Verhaltensphänotypisierung in der NHP-Forschung.

Eine Warnung. Die digitale Phänotypisierung ist keine Automatisierungsübung. Die Wissenschaft hält nur dann stand, wenn die extrahierten Parameter biologisch relevant, reproduzierbar und für die vorliegende Fragestellung validiert sind. In der Praxis bedeutet das, Verhaltensendpunkte auszuwählen, bevor die Analyse beginnt, Referenzverhalten zu definieren, Validierungsverfahren einzurichten und KI-abgeleitete Messungen neben konventionellen Pharmakologie- und Krankheitsendpunkten zu interpretieren.

Da sich die präklinische Forschung stärker auf quantitative, longitudinale Endpunkte konzentriert, wird die Verhaltensanalyse näher an Pharmakologie, Bildgebung und Biomarker-Strategien angesiedelt sein. Dank markerloser 3D-Verfolgung, automatisierter Verhaltensklassifizierung und multimodaler translationaler Datensätze können Sie das Ansprechen auf die Behandlung auf mehreren Ebenen ablesen, von der Arzneimittelexposition über die biologische Aktivität bis hin zum funktionellen Phänotyp.

Bei ZNS-, Schmerz-, Juckreiz- und anderen Indikationen, bei denen das Verhalten ein zentraler Bestandteil des Krankheitsphänotyps ist, erhalten die funktionellen Ergebnisse dadurch einen objektiveren Maßstab.

Die eigentliche Chance besteht nicht darin, mehr Verhaltensdaten zu sammeln. Es generiert besser-definierte Verhaltensendpunkte, die mit pharmakologischen Mechanismen und translationalen Fragen in Verbindung stehen.

Dieser Artikel baut auf dem Prisys- und Bayone-Webinar „NHP BehaviorAtlas: High-Fidelity 3D NHP Behavioral Tracking for Drug Development“ auf, in dem es um 3D-Tracking mit mehreren Ansichten, markerlose Posenschätzung, Verhaltenskinematik, automatisierte Verhaltensklassifizierung und Gesichtsausdrucksanalyse in der NHP-Forschung ging.

Für eine ausführlichere Diskussion sind beide Seiten eine Lektüre wert:

• Ursprüngliches Webinar:NHP BehaviorAtlas Webinar|3D-NHP-Verhaltensverfolgung für die Arzneimittelentwicklung
• Zusammenfassung des Webinars:Zusammenfassung des Webinars: Förderung der translationalen NHP-Forschung durch digitale Verhaltensphänotypisierung

Die Zusammenfassung befasst sich eingehender mit Schmerzen, Pruritus, neurologischen Krankheitsmodellen, Gesichtsausdrucksanalyse und der Integration von Verhaltensendpunkten mit PK/PD, Bildgebung, Pathologie und Biomarkern.

Für Forscher, die NHP-Wirksamkeits- oder translationale Studien planen: Die Frage ist nicht, ob KI mehr Verhaltensdaten generieren kann. Es kommt darauf an, ob diese Daten in validierte, biologisch bedeutsame Endpunkte umgewandelt werden, die die Art und Weise, wie Sie das Ansprechen auf die Behandlung besser beurteilen können, verbessern.

Kontaktieren Sie Prisys Biotech