Gedrag is een functioneel eindpunt in preklinisch onderzoek, vooral in de neurowetenschappen, pijnonderzoek en neurodegeneratieve ziekten. Motoriek, houding, ledemaatcoördinatie, spontane activiteit en specifieke gedragspatronen veranderen allemaal naarmate de ziekte voortschrijdt en naarmate de blootstelling aan medicijnen toeneemt.

Ontwikkeling van geneesmiddelen voor het centrale zenuwstelsel (CZS).hangt af van die functionele uitlezingen. Gedragsbeoordeling bij niet-menselijke primaten (NHP's) is niettemin moeilijk goed uit te voeren. De traditionele praktijk is gebaseerd op directe observatie, handmatige videobeoordeling en op ervaring gebaseerde scores. Deze methoden vormen nog steeds de ruggengraat van veel onderzoeksontwerpen, en ze zijn traag, gevoelig voor variabiliteit tussen waarnemers en te grof voor subtiele of kortdurende gebeurtenissen.
De vooruitgang op het gebied van kunstmatige intelligentie (AI) en computervisie heeft een andere route geopend. Gesynchroniseerde multi-view video-acquisitie, markerloze 3D-pose-schatting en geautomatiseerde gedragsanalyse extraheren nu beweging en houding uit natuurlijk voorkomend diergedrag.
Voor NHP-onderzoeken voegt AI-aangedreven 3D-gedragsfenotypering een functionele uitlezing toe aan conventionele klinische observatie, farmacokinetische/farmacodynamische (PK/PD) metingen, beeldvorming en andere farmacologische eindpunten.
Snel antwoord: wat is AI-aangedreven 3D-gedragsfenotypering?
Door AI aangedreven 3D-gedragsfenotypering maakt gebruik van gesynchroniseerde video met meerdere camera's en op AI gebaseerde pose-schatting om de beweging van dieren in een driedimensionale ruimte te reconstrueren. Het kwantificeert bewegingskinematica, coördinatie van ledematen, houding, gang en geselecteerde gedragspatronen zonder fysieke trackingmarkers aan het dier te koppelen. In NHP-onderzoek voegt de aanpak objectieve, longitudinale functionele eindpunten toe aan de preklinische geneesmiddelenevaluatie.
Waarom conventionele gedragsbeoordeling beperkingen heeft
Gedragsobservatie wordt al lang gebruikt om de neurologische functie, ziektefenotypes en medicijnrespons te evalueren in dierstudies. De beperkingen verschijnen zodra gedetailleerde en herhaalde metingen nodig zijn.
Handmatige gedragsscores zijn afhankelijk van vooraf gedefinieerde observatiecriteria en van de ervaring van getrainde onderzoekers of dierenartsen. Verschillen in observatiefrequentie, score-interpretatie en individueel oordeel introduceren variabiliteit tussen waarnemers en tussen studietijdstippen.
Tijdelijke resolutie is de tweede beperking. Bij een observatie die met vooraf gedefinieerde tussenpozen wordt gedaan, worden korte of periodieke gebeurtenissen gemist, zodat een korte krabperiode, een voorbijgaande afwijking in de beweging van de ledematen of een kleine verandering in spontane activiteit tussen de observatievensters door gaat.

Tweedimensionale videoanalyse registreert meer, maar lost minder op. Het heeft de neiging eenvoudige parameters te rapporteren, zoals de totale bewegingsafstand en het algehele activiteitenniveau, en maakt geen onderscheid tussen individuele ledemaattrajecten, driedimensionale houdingsveranderingen of bewegingen waarbij meerdere lichaamsdelen tegelijk betrokken zijn.
Op markers gebaseerde bewegingsregistratie levert rijkere kinematische informatie op, ten koste van de hardware op het dier. Reflecterende markeringen of volgapparatuur zorgen voor extra handling, en in sommige experimentele omgevingen interfereren ze met de natuurlijke beweging of met het wekenlang monitoren.
Deze beperkingen stimuleerden de ontwikkeling vanmarkerloze 3D-gedragsanalyse, dat videoobservatie combineert met AI-ondersteunde bewegingsreconstructie.
Hoe AI-aangedreven markerloze 3D-gedragsanalyse werkt
3D-gedragsfenotypering combineert multi-view video-acquisitie, computervisie, op deep learning gebaseerde pose-schatting en gedragsgegevensanalyse. Markerloze systemen identificeren anatomische oriëntatiepunten rechtstreeks uit videobeelden in plaats van te vertrouwen op reflecterende markeringen die op het dier zijn bevestigd.
1. Gesynchroniseerde video-acquisitie met meerdere weergaven
Opnemen komt op de eerste plaats, waarbij meerdere camera's rond een gedefinieerde opnameomgeving zijn geplaatst. In de NHP-acquisitieconfiguratie gepresenteerd in onzetechnisch webinarVier gesynchroniseerde camera's bevinden zich rondom de opnameruimte en leggen overlappende beelden vast van een vrij bewegend dier.

Overlapping is het punt. Een enkele camera kan niet elke beweging vanuit elke richting waarnemen en lichaamsdelen verdwijnen uit het zicht als het dier draait, klimt, interactie heeft met objecten of van houding verandert. Door gesynchroniseerde opname kunnen beelden vanuit verschillende hoeken samen worden geanalyseerd en wordt de ruimtelijke informatie geleverd die driedimensionale reconstructie nodig heeft.
Cameraposities, belichting, de opnameomgeving en de observatieprocedure volgen uit de beoogde gedragseindpunten en de onderzoeksdoelstellingen.
2. Markerloze 3D-pose-schatting
Op AI gebaseerde computer vision-modellen identificeren vervolgens anatomische oriëntatiepunten in de opgenomen beelden en gebruiken deze om de lichaamsconfiguratie te schatten en een driedimensionale skeletrepresentatie opnieuw op te bouwen. Houdingsverandering en de beweging van individuele anatomische gebieden worden in de loop van de tijd gevolgd zonder markeringen op het dier.
Vergeleken met eenvoudige activiteitsmonitoring beschrijft 3D-houdingsschatting hoe een dier beweegt: ledemaattrajecten, houdingsovergangen en gecoördineerde bewegingen tussen lichaamsdelen.
De kwaliteit van de reconstructie hangt af van camerakalibratie, synchronisatie, de zichtbaarheid van anatomische oriëntatiepunten en de mate van occlusie.
3. Kwantitatieve gedragsanalyse
Driedimensionale bewegingsgegevens worden omgezet in kwantitatieve gedragsparameters op vier niveaus.
Bewegingskinematica
Bewegingskinematica beschrijft de dynamiek van beweging. Snelheid, versnelling en bewegingstraject karakteriseren spontane activiteit en veranderingen in het bewegingspatroon, en scheiden de uitgangssituatie van de omstandigheden na de behandeling.
Positie van de ledematen en volgen van het looppatroon
De posities van de ledematen die in de loop van de tijd worden gevolgd, kenmerken de voortbeweging, coördinatie en motorische afwijkingen. In neurologische ziektemodellen laat dit niveau verandering zien in de coördinatie van de linker-rechts ledematen, bewegingssymmetrie, loopkarakteristieken en fijne motoriek.
Driedimensionale pose-schatting
Pose-schatting in ruimtelijke coördinaten beschrijft de lichaamshouding en gewrichtsbeweging, wat van belang is voor gedrag dat de afgelegde afstand of tweedimensionale video niet kan karakteriseren.
Geautomatiseerde gedragssegmentatie
Gedragssegmentatie identificeert en classificeert specifieke gedragstoestanden of gebeurtenissen uit video-afgeleide bewegingen. Afhankelijk van het analytische model en de validatiestatus ervan, omvat dit voortbeweging, verzorging, krabben, klimmen, houdingsovergangen of repetitieve bewegingspatronen. Geautomatiseerde segmentatie maakt een einde aan de handmatige videobeoordeling die anders voor grote datasets en longitudinale onderzoeken nodig zou zijn.
De vier niveaus zijn complementair, niet uitwisselbaar: de juiste combinatie volgt uit de wetenschappelijke vraag, het doelgedrag en de validatiestatus van het model.
Toepassingen in preklinisch onderzoek van NHP
Kwantitatieve gedragsfenotypering is van toepassing op therapeutische gebieden waar functionele verandering wijst op ziekte of behandelingsrespons.
Onderzoek naar CZS en neurodegeneratieve ziekten
In neurologische ziektemodellen komt motorische verandering tot uiting in verminderde beweging, abnormale gang, verminderde coördinatie of veranderde spontane activiteit.Ziekte van Parkinsonen andere neurodegeneratieve aandoeningen veranderen de motorische controle progressief, en het volgen van bilaterale handbewegingen, het traject van de ledematen en het bewegingspatroon voegt kwantitatieve eindpunten toe voor deze afwijkingen. Herhaalde metingen gedurende het onderzoek laten vervolgens zien of de motorische prestaties veranderen door de behandeling.
Onderzoek naar pijn en jeuk
Pijn en jeuk veroorzaken herkenbare gedragsreacties: krabben, veranderde bewegingspatronen, veranderde spontane activiteit. InNHP-pruritusstudiesgeautomatiseerde krabanalyse meet de krabfrequentie, duur en temporele verdeling, en driedimensionale bewegingsgegevens kunnen helpen het krabben te scheiden van verzorging of routinematige lichaamsbewegingen waarbij soortgelijke ledemaatbewegingen worden gebruikt.
Deze metingen vormen een aanvulling op klinische observatie en andere farmacodynamische eindpunten bij de evaluatie van anti-pruritische of ontstekingsremmende kandidaten.
Gang- en motorfunctiebeoordeling
Ganganalyse is een directe toepassing. Gereconstrueerde ledemaattrajecten en lichaamshouding tijdens voortbeweging laten veranderingen zien in bewegingssymmetrie, coördinatie en loopkarakteristieken. Omdat er geen markeringen zijn bevestigd, wordt de beweging geregistreerd onder naturalistische omstandigheden die voor het onderzoek zijn ontworpen. Herhaalde beoordeling van de motorische functies in neurologische ziektemodellen en in onderzoeken naar functioneel herstel is waar dit het meest toe doet.
Longitudinale gedragsfenotypering
Gedragsverandering is niet altijd een geïsoleerde gebeurtenis. In sommige modellen ontwikkelen veranderde spontane activiteit, verkenning, repetitieve beweging of gedragsmatige toestandsverdeling zich geleidelijk. Longitudinale video-acquisitie met geautomatiseerde analyse vergelijkt gedragspatronen over de onderzoeksperioden en behandelingsomstandigheden heen, inclusief hoe beweging zich verspreidt, hoe activiteitspatronen verschuiven en hoe repetitief gedrag in de loop van de tijd verandert.
Bij de interpretatie moet rekening worden gehouden met de registratieomstandigheden, basisactiviteit, aanpassing van dieren en andere bronnen van gedragsvariabiliteit.
Implementatie van AI-aangedreven gedragsanalyse in Prisys NHP-onderzoeken
Bij Prisys Biotech wordt AI-aangedreven 3D-gedragsfenotypering opgenomen in farmacologische onderzoeken bij niet-menselijke primaten als een aanvullende functionele beoordeling.
Onze primaire focus ligt op het ontwerp en de uitvoering van NHP in vivo onderzoek: voorbereiding van dieren, studiespecifieke planning van gedragsbeoordeling, ontwerp van opnameprotocollen, video-acquisitie en integratie van gedragsmetingen met andere farmacologische eindpunten. Voor de AI-ondersteunde analyse zelf coördineert Prisys gespecialiseerde computervisie- en 3D-gedragsanalysetechnologieën volgens de vereisten van elk onderzoeksprogramma.
De workflow verbindt onderzoeksontwerp met multi-view video-opname, driedimensionale bewegingsreconstructie en kwantitatieve gedragsanalyse, zodat gedragsmetingen worden gelezen in de context van het diermodel, de behandelingsomstandigheden en de onderzoeksdoelstellingen.
Gedragsuitlezingen worden niet afzonderlijk gerapporteerd. Hun wetenschappelijke waarde hangt af van hoe nauw de geselecteerde metingen aansluiten bij het ziektefenotype en de farmacologische vraag. Waar nodig worden gedragseindpunten naast PK/PD-gegevens geplaatst,klinische beeldvorming, fysiologische metingen en pathologische beoordeling ter ondersteuning van een vollediger evaluatie van de geneesmiddelrespons in NHP-modellen.
Methodologische overwegingen: validatie en onderzoeksontwerp
Door AI aangedreven gedragsanalyse opent nieuwe meetopties, maar de resultaten ervan zijn niet automatisch gevalideerde farmacodynamische eindpunten.
Gedragsspecifieke validatie
Een AI-model wordt geëvalueerd aan de hand van gedefinieerde referentieannotaties, inclusief door mensen beoordeelde videosegmenten, indien beschikbaar. Validatie richt zich op het gedrag dat relevant is voor het onderzoek, omdat hoge algehele prestaties bij het volgen van poses geen nauwkeurige herkenning van elke gedragscategorie opleveren. Het detecteren van algemene bewegingen van ledematen is niet hetzelfde als het onderscheiden van krabben en verzorgen, en elk doelgedrag heeft een operationele definitie en zijn eigen classificatie-prestatiegegevens nodig.
Opnameconfiguratie
Camera-opstelling, synchronisatie, verlichting, opnameomgeving en positionering van dieren hebben allemaal invloed op de videokwaliteit. Er wordt niet aangenomen dat een model dat onder één opname-opstelling is geconfigureerd, identiek presteert onder verschillende omstandigheden: veranderingen in de camerageometrie, dierkenmerken of opnameomgeving vereisen aanvullende kalibratie en validatie.
Occlusie en gegevenskwaliteit
Occlusie treedt op wanneer het eigen lichaam, de kooiconstructies of andere objecten van het dier lichaamsdelen verbergen, waardoor de betrouwbaarheid van de pose-inschatting in individuele frames afneemt. Beoordeling van de gegevenskwaliteit omvat daarom het volgen van vertrouwen, ontbrekende oriëntatiepunten en het aandeel van de bruikbare opnametijd.
Gedragseindpuntdefinitie
Het beoogde gedragseindpunt wordt gedefinieerd voordat het onderzoek begint: wat telt als een gedragsgebeurtenis, hoe gebeurtenissen worden geteld, welke observatieperioden relevant zijn en hoe de resulterende metingen zullen worden geïnterpreteerd. Voor complexe gedragingen en ziektespecifieke fenotypes moet dit vooraf worden geregeld, omdat de geautomatiseerde classificatie van dat gedrag aanvullende modelconfiguratie en validatie vereist.
Van AI afgeleide metingen zijn het nuttigst bij translationeel werk wanneer ze wetenschappelijk gedefinieerd, reproduceerbaar en geïnterpreteerd zijn samen met andere relevante eindpunten.
De rol van kwantitatieve gedragsfenotypering bij translationele geneesmiddelenontwikkeling
Door AI aangedreven 3D-gedragsfenotypering voegt een methode toe voor het bestuderen van functionele veranderingen bij niet-menselijke primaten. Gesynchroniseerde video-acquisitie, markeringsloze pose-schatting en geautomatiseerde gedragsanalyse verplaatsen de uitlezing voorbij eenvoudige activiteitentellingen naar beweging, houding, coördinatie en geselecteerde gedragspatronen.
Voor CZS, pijn en andere therapeutische gebieden waar functionele uitkomsten van belang zijn, vormen deze metingen een aanvulling op gevestigde farmacologische en fysiologische eindpunten.
Bij Prisys maakt kwantitatieve gedragsbeoordeling deel uit van een bredere NHP-workflow voor translationeel onderzoek. Wat het wetenschappelijke gewicht draagt, is de link tussen een zorgvuldig ontworpen in vivo experiment en een gedragsmeting die biologisch betekenisvol is en goed gevalideerd.
Latere artikelen in deze serie behandelen specifieke toepassingen, waaronder geautomatiseerde krabherkenning, bilaterale motorische coördinatie, loopanalyse zonder markers, longitudinale gedragsbeoordeling en de integratie van gedragsgegevens met andere farmacologische eindpunten.
Ontdek de applicatiereeks
In dit artikel wordt de methodologische basis uiteengezet. In de volgende artikelen wordt onderzocht hoe de aanpak van toepassing is op specifieke NHP-onderzoeksvragen:
- Geautomatiseerde herkenning van krabgedrag bij Cynomolgus makaken. Kwantificeren van jeukgerelateerde gedragseindpunten met 3D-houdingsschatting en bewegingsanalyse.
- Bilaterale motorische coördinatiebeoordeling in NHP-modellen. Evaluatie van links-rechts bewegingstrajecten en functionele motorische afwijkingen.
- Markerloze 3D-ganganalyse bij niet-menselijke primaten. Karakterisering van voortbeweging, ledemaattrajecten en bewegingscoördinatie.
- Longitudinale gedragsfenotypering en stereotype gedragsanalyse. Het monitoren van veranderingen in activiteitenpatronen en repetitief gedrag onder studieomstandigheden.
- Integratie van AI-gedragsanalyse met NHP-farmacologie. Gedragseindpunten verbinden met PK/PD, beeldvorming, fysiologische monitoring en andere translationele metingen.
Kwantitatieve gedragsfenotypering ondersteunt het ontwerp van meer informatieve preklinische NHP-onderzoeken.
Over Prisys Biotech
Prisys Biotech is gespecialiseerd in niet-menselijke ziektemodellen bij primaten, preklinische farmacologie en translationeel onderzoek. De mogelijkheden omvatten in vivo werkzaamheidsevaluatie, gedragsbeoordeling, klinische beeldvorming en geïntegreerde farmacologische onderzoeken voor farmaceutische en biotechnologische bedrijven. Neem voor vragen over onderzoekssamenwerking of NHP-studieontwerp contact op metbd@prisysbiotech.com.













