El monitoreo continuo de ratones por video en el laboratorio Jackson, con análisis basado en inteligencia artificial (IA), revela información nueva semanas antes que las observaciones puntuales. Los animales utilizados en investigación se han monitoreado de forma muy similar durante al menos los últimos 60 años. Los criterios de valoración conductuales y fisiológicos suelen observarse solo en unos pocos puntos de tiempo discretos a lo largo del estudio y, a menudo, se califican de forma subjetiva. Con este enfoque, "la reproducibilidad es un desafío y genera problemas de traducibilidad", explica a GEN Michael Ellis, PhD, director sénior de investigación y desarrollo en el Laboratorio de Jackson (JAX). "Para comprender eficazmente la biología y las soluciones necesarias para que un compuesto llegue a la práctica clínica, debemos abordar la reproducibilidad y la traducibilidad".

El monitoreo continuo de ratones en sus jaulas de control es la solución, pero la revisión manual de videos es lenta y tediosa. Una mejor opción utiliza IA para identificar detalles relevantes en los animales de estudio, ya sea individualmente o en grupo. Este enfoque permite a los investigadores concentrarse únicamente en los detalles que importan.

Envision™, desarrollada por JAX, es una solución validada basada en la nube que utiliza visión artificial, un campo especializado de la IA, para monitorizar el vivario las 24 horas del día, los 7 días de la semana, y así identificar comportamientos y medidas fisiológicas relevantes, así como también las condiciones de los niveles de alimento y agua, que afectan al bienestar de los animales. JAX se asoció recientemente con Allentown, proveedor de soluciones para vivarios, para lanzar una solución totalmente integrada de monitorización de jaulas para ratones basada en IA. La combinación de Envision con el nuevo bastidor de vena cava inferior Discovery™ de Allentown permite a los científicos recopilar mejor los datos de comportamiento y fisiológicos necesarios para avanzar en el desarrollo de fármacos.

Monitoreo continuo con IA: La plataforma Envision de JAX

Integra modelos de IA validados, entrenados para reconocer e interpretar ciertas actividades y comportamientos (como convulsiones, frecuencia respiratoria, distancia recorrida y niveles de actividad), lo que evita a los científicos la tediosa tarea de revisar manualmente horas de video. En consecuencia, los estudios pueden basarse en el análisis estandarizado de la captura continua de datos, lo que mejora la reproducibilidad y reduce el uso de recursos.

Cada modelo de Envision se entrena con datos que reflejan variaciones en el color del pelaje, la cama y el enriquecimiento. Envision rastrea ratones individuales, registra detalles de su comportamiento y fisiología, y emite alertas sobre los niveles de alimento y agua para garantizar un cuidado adecuado. Al ser una aplicación en la nube, los datos de Envision son accesibles las 24 horas los 7 días de la semana, desde cualquier lugar con conexión a internet. Por lo tanto, los investigadores pueden estudiar comportamientos individuales o grupales y anotar estudios sin necesidad de ingresar al vivero. Esto resulta conveniente para los investigadores y menos estresante para los ratones.

Además de visualizar el comportamiento y la fisiología de ratones, tanto históricos como transmitidos en vivo, desde la nube, los investigadores también pueden gestionar estudios, definir actividades y protocolos, y anotar cronogramas para que el equipo de investigación pueda identificar eventos importantes rápidamente. Tanto los videos como los materiales digitales se pueden exportar para análisis externo.

Cambios detectados tempranamente

Una de las peculiaridades de la investigación con animales es que los experimentos suelen realizarse durante el día, "pero los ratones son nocturnos", señala Ellis. "Realizamos experimentos durante su ciclo natural de sueño, lo cual es estresante para los ratones y subóptimo para la ciencia.

"Para contextualizar, imaginen que los despiertan en mitad de la noche, los agarra un gigante, los sacan de su casa y experimentan con ellos", dice. "Con Envision, sin embargo, solo observamos". Por lo tanto, se minimiza el estrés de los animales y los datos son más relevantes para su traducción. Los datos que surgen del monitoreo continuo frente al monitoreo periódico pueden ser significativamente diferentes y afectar los programas de desarrollo de fármacos.

En un estudio, por ejemplo, ratones portadores de una modificación genética con un fenotipo similar a la esclerosis lateral amiotrófica (ELA) comenzaron a desviarse de su actividad normal alrededor de las siete semanas de edad y continuaron empeorando. Los síntomas fueron particularmente evidentes "durante un período de tres horas al final del ciclo de oscuridad, cuando los ratones están a punto de dormir. Los peores fenotipos aparecen entonces", dice Ellis, pero ese no es el momento en que se realizan la mayoría de los estudios.

“Con métodos de prueba convencionales, los investigadores no detectarían ese cambio de comportamiento hasta las 14 semanas”, afirma, “pero nosotros lo detectamos a las siete semanas. Para los desarrolladores de fármacos, esto puede reducir significativamente el tiempo y los costes”.

Gran volumen de datos

“El reto de crear modelos de visión artificial reside en el gran volumen de datos de alta calidad necesarios para crear modelos de alta calidad”, afirma Ellis. Además de los modelos de comportamiento prediseñados de JAX, los investigadores pueden utilizar el entorno de desarrollo de Envision para personalizar Envision y realizar un seguimiento de los detalles específicos que desean medir.

“La analogía es que Envision es como un sistema operativo, y hemos creado aplicaciones de monitorización de la respiración, las convulsiones y la actividad, además de una tienda de aplicaciones”, añade Ellis. La capacidad de los investigadores para personalizar las características conductuales y fisiológicas que monitorizan ayudará, sugiere, a Envision a evolucionar en sintonía con las necesidades del estudio.

La monitorización continua también genera una gran cantidad de datos potencialmente valiosos, lo que hace que cada animal sea más valioso que nunca. Anteriormente, los investigadores podían registrar aproximadamente media hora de datos de cada sujeto al día. Los datos adicionales generados a través del monitoreo continuo basado en video no solo informan el estudio actual sino que también permiten a los investigadores regresar y explorar otros detalles que pueden no parecer relevantes hasta más adelante en el proceso de desarrollo del fármaco.

Esta capacidad no solo ahorra tiempo y dinero al eliminar potencialmente la necesidad de realizar un estudio adicional con ratones, sino que también permite a los científicos considerar esos datos en contexto, ya que el estudio de seguimiento no se realiza con ratones como los del primer estudio, sino con los ratones originales. "Además, Envision es tan capaz de identificar problemas de bienestar animal como problemas científicos", añade Ellis. "Podemos ver cuándo un ratón no está bien y podemos intervenir". Además de la visualización en tiempo real o histórica, los investigadores pueden configurar notificaciones para cuando los niveles de comida o agua estén bajos o cuando sea necesario cambiar las jaulas.

Futuras perspectivas

Envision se diseñó para abordar las necesidades de los investigadores preclínicos, señala Ellis. Esto abarca desde investigadores principales del ámbito académico hasta biólogos, veterinarios, farmacólogos y científicos de datos de la industria farmacéutica. Afirma que las organizaciones biofarmacéuticas ya utilizan esta solución para identificar convulsiones en estudios sobre epilepsia. "Las convulsiones no ocurren con frecuencia en un estudio, quizás de tres a cinco veces por semana, por lo que son difíciles de detectar simplemente revisando videos". Sin embargo, al entrenar un modelo de Envision para que reconozca convulsiones, se puede eliminar la tediosa monitorización manual y los científicos pueden centrarse en los eventos que realmente importan.

El monitoreo animal mediante IA tiene el potencial de transformar significativamente la forma en que se realiza la investigación animal, haciéndola menos invasiva y disruptiva para los animales, y más productiva para los científicos que recopilan e interpretan los datos. Esto contribuye al principio de refinamiento, en que se prioriza el bienestar y tranquilidad de los roedores en cada estudio, lee más sobre este principio en esta nota.

“Hasta ahora, solo hemos abordado la punta del iceberg en cuanto a lo que esta herramienta puede medir”, afirma Ellis. “Nos estamos centrando en trabajar con otras organizaciones para desarrollar más medidas digitales”.

Una de ellas es la Alianza Digital In Vivo. Esta alianza precompetitiva de compañías biofarmacéuticas líderes, que incluye a JAX y Allentown, está desarrollando y validando clínicamente medidas conductuales y fisiológicas para diversos modelos de enfermedades. Es justo decir que la forma en que se monitorea a los animales durante los estudios científicos está a punto de cambiar drásticamente. Y, cuando eso suceda, cada ratón podría contribuir más que nunca a la ciencia.

Esta nota fue traducida por Gaby.

Puedes leer el contenido original en inglés en este link.