행동은 전임상 연구, 특히 신경과학, 통증 연구 및 신경퇴행성 질환의 기능적 종점입니다. 운동, 자세, 사지 협응, 자발적인 활동 및 특정 행동 패턴은 모두 질병 진행 및 약물 노출에 따라 변화합니다.
중추신경계(CNS) 신약개발기능적 판독값에 따라 달라집니다. 그럼에도 불구하고 인간이 아닌 영장류(NHP)의 행동 평가는 잘 실행하기 어렵습니다. 전통적인 관행은 직접적인 관찰, 수동 비디오 검토 및 경험 기반 채점에 의존합니다. 이러한 방법은 많은 연구 설계의 중추로 남아 있으며 느리고 관찰자 간 변동이 발생하기 쉬우며 미묘하거나 짧은 기간의 이벤트에 비해 너무 거칠습니다.
인공지능(AI)과 컴퓨터 비전의 발전으로 다른 길이 열렸습니다. 동기화된 다중 뷰 비디오 획득, 마커 없는 3D 포즈 추정 및 자동화된 행동 분석을 통해 이제 자연적으로 발생하는 동물 행동에서 움직임과 자세를 추출합니다.
NHP 연구의 경우 AI 기반 3D 행동 표현형 분석은 기존 임상 관찰, 약동학/약력학(PK/PD) 측정, 영상 및 기타 약리학적 종점에 대한 기능적 판독을 추가합니다.
빠른 답변: AI 기반 3D 행동 표현형 분석이란 무엇입니까?
AI 기반 3D 행동 표현형 분석은 동기화된 다중 카메라 비디오와 AI 기반 자세 추정을 사용하여 3차원 공간에서 동물의 움직임을 재구성합니다. 동물에 물리적 추적 마커를 부착하지 않고도 운동 운동학, 사지 조정, 자세, 보행 및 선택한 행동 패턴을 정량화합니다. NHP 연구에서 이 접근법은 전임상 약물 평가에 객관적이고 종단적인 기능적 평가변수를 추가합니다.
기존 행동 평가에 한계가 있는 이유
행동 관찰은 동물 연구에서 신경 기능, 질병 표현형 및 약물 반응을 평가하는 데 오랫동안 사용되어 왔습니다. 상세하고 반복적인 측정이 필요하면 한계가 나타납니다.
수동 행동 채점은 미리 정의된 관찰 기준과 훈련된 연구원 또는 수의사의 경험에 따라 달라집니다. 관찰 빈도, 채점 해석 및 개별 판단의 차이로 인해 관찰자 간 및 연구 시점에 따른 변동성이 발생합니다.
시간적 해상도는 두 번째 제약 조건입니다. 사전 정의된 간격으로 관찰하면 짧거나 간헐적인 이벤트가 누락되므로 짧은 긁힘 현상, 사지 움직임의 일시적인 이상 또는 자발적인 활동의 작은 변화가 관찰 창 사이를 통과합니다.
2차원 비디오 분석은 더 많이 기록하지만 해결하는 정도는 더 적습니다. 전체 이동 거리, 전체 활동 수준과 같은 단순한 매개변수를 보고하는 경향이 있으며, 개별 사지 궤적, 3차원 자세 변화 또는 여러 신체 부위가 동시에 관련된 움직임을 분리하지 않습니다.
마커 기반 모션 캡처는 동물의 하드웨어를 희생하면서 더 풍부한 운동학적 정보를 전달합니다. 반사 마커 또는 추적 장치는 핸들링을 추가하며 일부 실험 설정에서는 자연스러운 움직임이나 몇 주에 걸친 모니터링을 방해합니다.
이러한 제한은 다음의 개발을 촉진했습니다.마커리스 3D 행동 분석, AI 지원 움직임 재구성과 비디오 관찰을 결합합니다.
AI 기반 마커리스 3D 행동 분석 작동 방식
3D 행동 표현형 분석은 다중 뷰 비디오 획득, 컴퓨터 비전, 딥 러닝 기반 자세 추정 및 행동 데이터 분석을 결합합니다. 마커리스 시스템은 동물에 고정된 반사 마커에 의존하는 대신 비디오 이미지에서 직접 해부학적 랜드마크를 식별합니다.
1. 동기화된 멀티뷰 비디오 획득
정의된 녹화 환경 주변에 여러 대의 카메라를 배치하여 녹화가 먼저 이루어집니다. 우리가 제시한 NHP 획득 구성에서기술 웹 세미나4개의 동기화된 카메라가 녹음 인클로저 주위에 배치되어 자유롭게 움직이는 동물의 중첩된 모습을 포착합니다.
겹쳐지는 것이 포인트입니다. 단일 카메라는 모든 방향의 모든 움직임을 볼 수 없으며 동물이 회전하거나 오르거나 물체와 상호 작용하거나 자세를 바꾸면 신체 부위가 시야에서 사라집니다. 동기화된 녹화를 통해 다양한 각도의 이미지를 함께 분석하고 3차원 재구성에 필요한 공간 정보를 제공할 수 있습니다.
카메라 위치, 조명, 녹화 환경 및 관찰 절차는 의도된 행동 종점과 연구 목표를 따릅니다.
2. 마커리스 3D 포즈 추정
그런 다음 AI 기반 컴퓨터 비전 모델은 기록된 이미지에서 해부학적 랜드마크를 식별하고 이를 사용하여 신체 구성을 추정하고 3차원 골격 표현을 재구성합니다. 자세 변화와 개별 해부학적 영역의 움직임은 동물의 마커 없이 시간이 지남에 따라 추적됩니다.
단순한 활동 모니터링과 비교하여 3D 자세 추정은 동물이 움직이는 방식(사지 궤적, 자세 전환 및 신체 부위 간의 조정된 움직임)을 설명합니다.
재구성 품질은 카메라 보정, 동기화, 해부학적 랜드마크의 가시성 및 폐색 정도에 따라 달라집니다.
3. 정량적 행동 분석
3차원 움직임 데이터는 4가지 수준에 걸쳐 정량적 행동 매개변수로 변환됩니다.
모션 운동학
모션 운동학은 움직임의 역학을 설명합니다. 속도, 가속도 및 운동 궤적은 자발적인 활동과 운동 패턴의 변화를 특징으로 하며 치료 후 조건과 기준선을 분리합니다.
사지 위치 및 보행 추적
시간이 지남에 따라 추적된 사지 위치는 운동, 조정 및 운동 이상을 특징으로 합니다. 신경 질환 모델에서 이 수준은 좌우 사지 협응, 운동 대칭, 보행 특성 및 미세 운동 성능의 변화를 보여줍니다.
3차원 자세 추정
공간 좌표의 포즈 추정은 신체 자세와 관절 움직임을 설명하며, 이는 이동 거리나 2차원 비디오가 특성화할 수 없는 동작에 중요합니다.
자동화된 행동 세분화
행동 세분화는 비디오 기반 움직임에서 특정 행동 상태 또는 이벤트를 식별하고 분류합니다. 분석 모델과 검증 상태에 따라 이동, 손질, 긁기, 오르기, 자세 전환 또는 반복적인 움직임 패턴을 다룹니다. 자동화된 세분화는 대규모 데이터 세트 및 종단적 연구에 필요한 수동 비디오 검토를 줄여줍니다.
네 가지 수준은 상호 보완적이며 상호 교환이 불가능합니다. 올바른 조합은 과학적 질문, 목표 행동 및 모델의 검증 상태를 따릅니다.
NHP 전임상 연구에 적용
정량적 행동 표현형 분석은 기능적 변화가 질병이나 치료 반응을 나타내는 치료 영역 전반에 걸쳐 적용됩니다.
CNS 및 신경퇴행성 질환 연구
신경 질환 모델에서 운동 변화는 움직임 감소, 비정상적인 보행, 조정 장애 또는 자발적인 활동 변경으로 나타납니다.파킨슨병기타 신경퇴행성 질환은 운동 조절을 점진적으로 변화시키며, 양측 손 움직임, 사지 궤적 및 운동 패턴을 추적하면 이러한 이상에 대한 정량적 종점이 추가됩니다. 연구에 대한 반복 측정은 치료에 따라 운동 성능이 변하는지 여부를 보여줍니다.
통증 및 소양증 연구
통증과 가려움증은 긁기, 움직임 패턴의 변화, 자발적인 활동의 변화 등 인식 가능한 행동 반응을 일으킵니다. ~ 안에NHP 소양증 연구자동 긁기 분석은 긁기 빈도, 기간 및 시간적 분포를 측정하며 3차원 움직임 데이터는 비슷한 사지 움직임을 사용하는 정리 또는 일상적인 신체 움직임과 긁기를 분리하는 데 도움이 될 수 있습니다.
이러한 측정은 항소양제 또는 항염증제 후보를 평가할 때 임상 관찰 및 기타 약력학적 평가변수를 보완합니다.
보행 및 운동 기능 평가
보행 분석은 직접 적용됩니다. 운동 중 재구성된 사지 궤적과 신체 자세는 움직임 대칭, 조정 및 보행 특성의 변화를 보여줍니다. 마커가 부착되어 있지 않기 때문에 연구를 위해 설계된 자연적인 조건에서 움직임이 기록됩니다. 신경 질환 모델과 기능 회복 연구에서 반복적인 운동 기능 평가가 가장 중요합니다.
종단적 행동 표현형 분석
행동 변화가 항상 고립된 사건은 아닙니다. 일부 모델에서는 변경된 자발적인 활동, 탐색, 반복적인 움직임 또는 행동 상태 분포가 점차적으로 발전합니다. 자동화된 분석을 통한 종단적 비디오 획득은 움직임이 어떻게 분포되는지, 활동 패턴이 어떻게 변하는지, 시간이 지남에 따라 반복적인 행동이 어떻게 변하는지를 포함하여 연구 기간과 치료 조건 전반에 걸쳐 행동 패턴을 비교합니다.
해석에서는 기록 조건, 기준 활동, 동물 적응 및 기타 행동 변동의 원인을 고려해야 합니다.
Prisys NHP 연구에서 AI 기반 행동 분석 구현
Prisys Biotech에서는 AI 기반 3D 행동 표현형 분석이 추가적인 기능 평가로 비인간 영장류 약리학 연구에 통합되었습니다.
우리의 주요 초점은 NHP 생체 내 연구의 설계 및 실행입니다: 동물 준비, 연구별 행동 평가 계획, 기록 프로토콜 설계, 비디오 획득 및 다른 약리학적 종점과 행동 측정의 통합. AI 기반 분석 자체를 위해 Prisys는 각 연구 프로그램의 요구 사항에 따라 전문적인 컴퓨터 비전 및 3D 행동 분석 기술을 조정합니다.
워크플로우는 연구 설계를 다중 뷰 비디오 녹화, 3차원 움직임 재구성 및 정량적 행동 분석과 연결하므로 행동 측정은 동물 모델, 치료 조건 및 연구 목표의 맥락에서 읽혀집니다.
행동 판독은 단독으로 보고되지 않습니다. 이들의 과학적 가치는 선택된 측정값이 질병 표현형 및 약리학적 질문과 얼마나 밀접하게 일치하는지에 따라 달라집니다. 적절한 경우 행동 종점은 PK/PD 데이터와 함께 위치합니다.임상 영상, NHP 모델에서 약물 반응에 대한 보다 완전한 평가를 지원하기 위한 생리학적 측정 및 병리학적 평가.
방법론적 고려 사항: 검증 및 연구 설계
AI 기반 행동 분석은 새로운 측정 옵션을 제공하지만 그 결과가 자동으로 검증된 약력학 종점은 아닙니다.
행동별 검증
AI 모델은 가능한 경우 사람이 검토한 비디오 세그먼트를 포함하여 정의된 참조 주석을 기준으로 평가됩니다. 전체 자세 추적 성능이 높다고 해서 모든 행동 범주가 정확하게 인식되는 것은 아니기 때문에 검증은 연구와 관련된 행동을 대상으로 합니다. 일반적인 사지 움직임을 감지하는 것은 긁힘과 그루밍을 구별하는 것과 동일하지 않으며 각 대상 동작에는 운영 정의와 자체 분류 성능 데이터가 필요합니다.
녹화 구성
카메라 배치, 동기화, 조명, 녹화 환경 및 동물 위치 지정은 모두 비디오 품질에 영향을 미칩니다. 하나의 녹화 설정으로 구성된 모델은 다른 조건에서 동일하게 작동한다고 가정되지 않습니다. 카메라 형상, 동물 특성 또는 녹화 환경의 변화에는 추가 보정 및 검증이 필요합니다.
폐색 및 데이터 품질
폐색은 동물 자신의 신체, 케이지 구조 또는 기타 물체가 신체 부위를 숨길 때 발생하며, 이는 개별 프레임의 포즈 추정 신뢰성을 감소시킵니다. 따라서 데이터 품질 평가에는 추적 신뢰도, 누락된 랜드마크 및 사용 가능한 녹화 시간 비율이 포함됩니다.
행동 종점 정의
목표 행동 종점은 연구가 시작되기 전에 정의됩니다. 즉, 행동 이벤트로 간주되는 항목, 이벤트 계산 방법, 관련 관찰 기간 및 결과 측정이 해석되는 방법입니다. 복잡한 행동과 질병별 표현형은 이러한 행동을 자동으로 분류하려면 추가 모델 구성 및 검증이 필요하기 때문에 이를 사전에 해결해야 합니다.
AI 기반 측정은 과학적으로 정의되고 재현 가능하며 다른 관련 엔드포인트와 함께 해석될 때 변환 작업에 가장 유용합니다.
중개 약물 개발에서 정량적 행동 표현형 분석의 역할
AI 기반 3D 행동 표현형 분석은 인간이 아닌 영장류의 기능적 변화를 연구하는 방법을 추가합니다. 동기화된 비디오 획득, 마커 없는 자세 추정 및 자동화된 행동 분석을 통해 단순한 활동 수를 넘어 움직임, 자세, 조정 및 선택된 행동 패턴으로 판독값을 이동합니다.
CNS, 통증 및 기능적 결과가 중요한 기타 치료 영역의 경우 이러한 측정은 확립된 약리학적 및 생리학적 종점을 보완합니다.
Prisys에서 정량적 행동 평가는 더 광범위한 NHP 중개 연구 워크플로우의 일부입니다. 과학적 중요성을 지닌 것은 신중하게 설계된 생체 내 실험과 생물학적으로 의미가 있고 적절하게 검증된 행동 측정 사이의 연결입니다.
이 시리즈의 이후 기사에서는 자동 긁기 인식, 양측 운동 조정, 마커 없는 보행 분석, 종단 행동 평가 및 행동 데이터와 다른 약리학적 종점의 통합을 포함한 특정 응용 프로그램을 다룹니다.
애플리케이션 시리즈 살펴보기
이 기사에서는 방법론적 기초를 설명합니다. 다음 기사에서는 특정 NHP 연구 질문에 접근 방식이 어떻게 적용되는지 조사합니다.
- Cynomolgus Macaques의 자동 긁기 행동 인식. 3D 자세 추정 및 동작 분석을 통해 소양증 관련 행동 종점을 정량화합니다.
- NHP 모델의 양측 운동 조정 평가. 좌우 운동 궤적 및 기능적 운동 이상을 평가합니다.
- 인간이 아닌 영장류의 마커리스 3D 보행 분석. 운동, 사지 궤적 및 운동 조정을 특성화합니다.
- 종단적 행동 표현형 분석 및 고정관념적 행동 분석. 연구 조건에 따른 활동 패턴 및 반복적 행동의 변화를 모니터링합니다.
- AI 행동 분석을 NHP 약리학과 통합합니다. 행동 종점을 PK/PD, 영상, 생리학적 모니터링 및 기타 변환 측정과 연결합니다.
정량적 행동 표현형 분석은 보다 유익한 NHP 전임상 연구의 설계를 지원합니다.
프리시스 바이오텍 소개
Prisys Biotech은 비인간 영장류 질병 모델, 전임상 약리학 및 중개 연구를 전문으로 합니다. 그 기능은 제약 및 생명공학 회사를 위한 생체 내 효능 평가, 행동 평가, 임상 영상 및 통합 약리학 연구를 포괄합니다. 연구 협력 또는 NHP 연구 설계 문의는 다음으로 문의하십시오.bd@prisysbiotech.com.
