Nov 05, 2026 ご伝言

AI を活用した非ヒト霊長類の 3D 行動表現型解析: ビデオから定量データまで

行動は前臨床研究、特に神経科学、疼痛研究、神経変性疾患における機能的エンドポイントです。運動、姿勢、四肢の調整、自発的活動、特定の行動パターンはすべて、病気の進行や薬物への曝露とともに変化します。

Multi-view capture, 3D pose estimationand automated behavioral segmentation

中枢神経系 (CNS) の薬剤開発それらの機能読み取り値に依存します。それでも、非ヒト霊長類 (NHP) の行動評価をうまく実行するのは困難です。従来の実践は、直接観察、手動によるビデオレビュー、経験に基づく採点に依存しています。これらの方法は依然として多くの研究計画のバックボーンであり、時間がかかり、観察者間でばらつきが生じやすく、微妙なイベントや短期間のイベントには粗すぎます。

人工知能 (AI) とコンピューター ビジョンの進歩により、別の道が開かれました。同期されたマルチビュー ビデオ取得、マーカーレス 3D 姿勢推定、および自動行動分析により、自然に発生する動物の行動から動きと姿勢を抽出できるようになりました。

NHP 研究の場合、AI を活用した 3D 行動表現型解析により、従来の臨床観察、薬物動態学/薬力学 (PK/PD) 測定、画像処理、およびその他の薬理学的エンドポイントに機能的な読み取りが追加されます。

クイックアンサー: AI を活用した 3D 行動表現型分析とは何ですか?

AI を利用した 3D 行動表現型検査では、同期されたマルチカメラ ビデオと AI ベースの姿勢推定を使用して、3 次元空間での動物の動きを再構築します。動物に物理的な追跡マーカーを取り付けることなく、動きの運動学、四肢の調整、姿勢、歩行、および選択された行動パターンを定量化します。 NHP 研究では、このアプローチにより、前臨床薬の評価に客観的かつ長期的な機能エンドポイントが追加されます。

従来の行動評価に限界がある理由

行動観察は、動物実験において神経機能、疾患表現型、薬物反応を評価するために長い間使用されてきました。詳細な測定と繰り返しの測定が必要になると、制限が現れます。

手動による行動スコアリングは、事前に定義された観察基準と、訓練を受けた研究者または獣医師の経験に依存します。観察頻度、スコアの解釈、個人の判断の違いにより、観察者間および研究時点間でのばらつきが生じます。

時間解像度は 2 番目の制約です。事前に定義された間隔で行われた観察では、短いまたは断続的なイベントが見逃されるため、短い引っ掻きエピソード、手足の動きの一時的な異常、または自発的活動の小さな変化が観察ウィンドウの間に通過します。

Why Quantitative Behavioral Phenotyping Matters

2 次元ビデオ分析では、より多くの記録が記録されますが、解像度は低くなります。総移動距離や全体的な活動レベルなどの単純なパラメータを報告する傾向があり、個々の手足の軌跡、3 次元の姿勢変化、または複数の身体部分を同時に含む動きは分離しません。

マーカーベースのモーション キャプチャは、動物のハードウェアを犠牲にして、より豊富な運動学的情報を伝達します。反射マーカーや追跡装置を使用すると操作が難しくなり、一部の実験設定では自然な動きや数週間にわたるモニタリングが妨げられます。

これらの制限は、マーカーレス 3D 行動分析、ビデオ観察と AI 支援の動きの再構築を組み合わせたものです。

AI を活用したマーカーレス 3D 行動分析の仕組み

3D 行動表現型解析は、マルチビュー ビデオ取得、コンピューター ビジョン、深層学習ベースの姿勢推定、および行動データ分析を組み合わせたものです。マーカーレス システムは、動物に固定された反射マーカーに依存するのではなく、ビデオ画像から直接解剖学的ランドマークを識別します。

1. 同期されたマルチビュービデオ取得

録画が最初に行われ、定義された録画環境の周囲に複数のカメラが配置されます。で紹介されている NHP 取得構成では、技術ウェビナー、同期した 4 台のカメラが録画用エンクロージャの周囲に設置され、自由に移動する動物の重なり合うビューを撮影します。

AI-Powered 3D NHP Behavioral Analysis Multi-view capture, 3D pose estimationand automated behavioral segmentation

オーバーラップがポイントです。 1 台のカメラですべての動きをあらゆる方向から見ることはできず、動物が向きを変えたり、よじ登ったり、物体と触れ合ったり、姿勢を変えたりすると、体の一部が視界から消えてしまいます。同期記録により、さまざまな角度からの画像を一緒に分析でき、3 次元再構成に必要な空間情報が提供されます。

カメラの位置、照明、記録環境、観察手順は、意図された行動エンドポイントと研究目的に従います。

2. マーカーレス3D姿勢推定

AI ベースのコンピューター ビジョン モデルは、記録された画像内の解剖学的ランドマークを識別し、それを使用して身体の構成を推定し、3 次元の骨格表現を再構築します。動物にマーカーを付けることなく、姿勢の変化と個々の解剖学的領域の動きが経時的に追跡されます。

単純な活動モニタリングと比較して、3D 姿勢推定は、動物がどのように動くか、つまり手足の軌道、姿勢の遷移、体の各部分間の調整された動きを記述します。

再構成の品質は、カメラのキャリブレーション、同期、解剖学的ランドマークの可視性、および閉塞の程度によって決まります。

3. 定量的行動分析

3 次元の動作データは、4 つのレベルにわたる定量的な行動パラメータに変換されます。

運動運動学

運動運動学は、動きのダイナミクスを説明します。速度、加速度、運動軌跡は自発的な活動と運動パターンの変化を特徴づけ、ベースラインと治療後の状態を区別します。

四肢の位置と歩行の追跡

経時的に追跡された手足の位置は、移動、調整、運動の異常を特徴づけます。神経疾患モデルでは、このレベルは左右の手足の調整、運動の対称性、歩行の特徴、細かい運動能力の変化を示します。

3次元姿勢推定

空間座標での姿勢推定は、体の姿勢と関節の動きを記述します。これは、移動距離や 2 次元ビデオでは特徴付けることができない行動にとって重要です。

自動化された行動セグメンテーション

行動セグメンテーションは、ビデオ由来の動きから特定の行動状態またはイベントを識別して分類します。分析モデルとその検証ステータスに応じて、移動、毛繕い、ひっかき、よじ登り、姿勢の遷移、または反復的な動作パターンがカバーされます。自動セグメンテーションにより、大規模なデータセットや縦断的研究で必要となる手動のビデオ レビューが削減されます。

4 つのレベルは補完的であり、互換性はありません。科学的な疑問、ターゲットの動作、モデルの検証ステータスから適切な組み合わせが決まります。

NHP前臨床研究への応用

定量的な行動表現型検査は、機能的変化が疾患または治療反応を示す治療領域全体に適用されます。

CNSおよび神経変性疾患の研究

神経疾患モデルでは、運動の変化は、運動の低下、異常な歩行、調整障害、または自発的活動の変化として現れます。パーキンソン病およびその他の神経変性状態は運動制御を徐々に変化させ、両側の手の動き、四肢の軌道、および運動パターンを追跡することで、これらの異常に対する定量的なエンドポイントが追加されます。研究全体にわたって測定を繰り返すことで、治療によって運動能力が変化するかどうかがわかります。

痛みとかゆみの研究

痛みとかゆみは、引っ掻き、運動パターンの変化、自発的活動の変化などの認識可能な行動反応を引き起こします。でNHPそう痒症の研究、自動ひっかき分析は、ひっかきの頻度、継続時間、時間的分布を測定し、三次元動作データは、ひっかきを、グルーミングや同様の手足の動きを使用する日常的な体の動きから区別するのに役立ちます。

これらの測定は、抗掻痒薬または抗炎症薬候補の評価における臨床観察および他の薬力学エンドポイントを補完します。

歩行および運動機能の評価

歩行分析は直接応用できます。再構成された四肢の軌道と移動中の体の姿勢は、動きの対称性、協調性、歩行特性の変化を示します。マーカーが取り付けられていないため、研究用に設計された自然な条件下で動きが記録されます。神経疾患モデルや機能回復の研究において運動機能を繰り返し評価することが最も重要です。

縦断的行動表現型解析

Behavioral change is not always an isolated event. In some models, altered spontaneous activity, exploration, repetitive movement or behavioral state distribution develops gradually.自動分析を備えた縦方向のビデオ取得により、動きがどのように分布するか、活動パターンがどのように変化するか、時間の経過とともに反復行動がどのように変化するかなど、研究期間および治療条件全体にわたる行動パターンが比較されます。

解釈では、記録条件、ベースライン活動、動物の適応、および行動の変動のその他の原因を考慮する必要があります。

Prisys NHP Studies での AI を活用した行動分析の実装

Prisys Biotech では、AI を利用した 3D 行動表現型解析が、追加の機能評価として非ヒト霊長類の薬理学研究に組み込まれています。

私たちの主な焦点は、NHP in vivo 研究の設計と実行です。動物の準備、研究固有の行動評価計画、記録プロトコルの設計、ビデオ取得、行動測定と他の薬理学的エンドポイントの統合です。 AI 支援分析自体については、Prisys は各研究プログラムの要件に応じて、特殊なコンピューター ビジョンと 3D 動作分析テクノロジーを調整します。

このワークフローは、研究デザインを多視点ビデオ録画、3 次元運動再構築、および定量的行動分析と結び付けるため、行動測定値は動物モデル、治療条件、研究目的に照らして読み取られます。

行動の読み取り値は単独では報告されません。それらの科学的価値は、選択した測定値が疾患の表現型および薬理学的疑問とどの程度一致するかによって決まります。必要に応じて、行動エンドポイントは PK/PD データと並行して配置されます。臨床画像処理、NHP モデルにおける薬物反応のより完全な評価をサポートするための生理学的測定および病理学的評価。

方法論的な考慮事項: 検証と研究デザイン

AI を活用した行動分析は新たな測定オプションを開きますが、その出力は自動的に検証された薬力学エンドポイントではありません。

動作固有の検証

AI モデルは、人間によるレビューが可能なビデオ セグメントなど、定義された参照アノテーションに対して評価されます。全体的な姿勢追跡パフォーマンスが高くてもすべての行動カテゴリーの正確な認識が確立されるわけではないため、検証では研究に関連する行動が対象となります。一般的な手足の動きを検出することは、引っ掻くことと毛づくろいを区別することと同じではなく、各ターゲット行動には操作上の定義と独自の分類パフォーマンス データが必要です。

録音設定

カメラの配置、同期、照明、録画環境、動物の位置はすべてビデオの品質に影響します。 1 つの録画設定で構成されたモデルが、異なる条件下で同じように動作するとは想定されていません。カメラの形状、動物の特徴、または録画環境の変更には、追加のキャリブレーションと検証が必要です。

オクルージョンとデータ品質

オクルージョンは、動物自身の体、ケージ構造、またはその他の物体が体の一部を隠すときに発生し、個々のフレームでの姿勢推定の信頼性が低下します。したがって、データ品質評価には、追跡の信頼性、ランドマークの欠落、および使用可能な記録時間の割合が含まれます。

行動エンドポイントの定義

目標とする行動エンドポイントは、調査を開始する前に定義されます。つまり、何が行動イベントとしてカウントされるか、イベントがどのようにカウントされるか、どの観察期間が関連するか、結果の測定値がどのように解釈されるかなどです。複雑な行動や疾患特有の表現型については、これらの行動の自動分類には追加のモデル構成と検証が必要となるため、これを事前に解決する必要があります。

AI 由来の測定値は、科学的に定義され、再現可能で、他の関連エンドポイントとともに解釈される場合に、トランスレーショナル作業で最も役立ちます。

トランスレーショナル医薬品開発における定量的行動表現型検査の役割

AI を活用した 3D 行動表現型解析により、ヒト以外の霊長類の機能変化を研究する方法が追加されます。同期されたビデオ取得、マーカーレス姿勢推定、および自動行動分析により、単純な活動カウントを超えて、動き、姿勢、調整、および選択された行動パターンに向けて読み出しが行われます。

CNS、痛み、機能的結果が重要なその他の治療領域では、これらの測定値は確立された薬理学的および生理学的エンドポイントを補完します。

Prisys では、定量的行動評価は、より広範な NHP トランスレーショナル リサーチ ワークフローの一部です。科学的な重要性を持つのは、慎重に設計された生体内実験と、生物学的に意味があり適切に検証された行動測定との間のつながりです。

このシリーズの後半の記事では、自動スクラッチ認識、両側運動協調、マーカーレス歩行分析、縦方向の行動評価、行動データと他の薬理学的エンドポイントの統合など、特定のアプリケーションについて取り上げます。

アプリケーション シリーズを探索する

この記事では方法論の基礎を説明します。次の記事では、このアプローチが特定の NHP 研究課題にどのように適用されるかを検討します。

  • カニクイザルにおける自動ひっかき行動認識。 3D 姿勢推定と動作分析を使用して、そう痒症に関連する行動エンドポイントを定量化します。
  • NHP モデルにおける両側性運動協調評価。左右の運動軌跡と機能的な運動異常を評価します。
  • 非ヒト霊長類のマーカーレス 3D 歩行分析。移動、四肢の軌道、動きの調整を特徴づけます。
  • 縦断的行動表現型分析と常同行動分析。研究条件全体での活動パターンと反復行動の変化をモニタリングします。
  • AI 行動分析と NHP 薬理学の統合。行動エンドポイントを PK/PD、イメージング、生理学的モニタリング、その他のトランスレーショナル測定と接続します。

定量的な行動表現型解析は、より有益な NHP 前臨床研究の設計をサポートします。

プリシス・バイオテックについて

Prisys Biotech は、ヒト以外の霊長類の疾患モデル、前臨床薬理学、トランスレーショナルリサーチを専門としています。その機能は、製薬企業やバイオテクノロジー企業向けの in vivo 有効性評価、行動評価、臨床画像化、統合薬理学的研究をカバーしています。研究協力またはNHP研究デザインに関するお問い合わせについては、こちらまでお問い合わせください。bd@prisysbiotech.com.

関連書籍

Prisys、サイケデリック薬理学と行動反応に関する自然神経科学研究に貢献

Prisys Biotechnology へのお問い合わせ

 

お問い合わせを送る

プリシスバイオテクノロジーズ株式会社

霊長類トランスレーショナルサイエンスによる人間の健康の改善。

トランスレーショナルリサーチ、PK/PD、プレシジョンデリバリーを担当する NHP CRO

img
AAALAC国際認定
お問い合わせ

ワッツアップ

電話

電子メール-

問い合わせ