在临床前研究中，非人灵长类（Non-Human Primate, NHP）的行为学评估是连接神经功能表型与药物作用机制的重要手段。行为数据不仅用于疾病模型验证，也用于评价药物对中枢神经系统（CNS）功能的影响。

传统行为追踪方法通常依赖在动物体表安装物理标记或传感器。这类方法可能对动物产生干扰，进而影响其自然行为状态，并在一定程度上引入系统误差。

为解决上述问题，浦灵生物（Prisys Biotechnologies）开发了AI-based NHP Behavior Analysis System（NBAS），该系统基于无标记三维重建与深度学习算法，实现对NHP行为的自动化、定量化和高通量分析，作为其转化医学平台的重要组成部分。

非人灵长类行为观测中的无标记技术

NBAS采用无标记（markerless）视觉识别技术，对非人灵长类动物进行连续行为采集与分析。系统无需在动物体表安装任何物理标记，从而：

• 避免对动物自然行为的干扰
• 降低实验过程中的应激反应
• 减少人为干预带来的系统偏差

该方法能够在接近自然状态的条件下获取行为数据，有助于提高数据的生态有效性（ecological validity）和重复性。同时，该技术符合当前动物伦理要求及3R原则（Replacement, Reduction, Refinement）中的“优化（Refinement）”方向。

在神经科学与药物开发中的应用

NBAS作为浦灵生物NHP转化医学平台的一部分，主要应用于以下研究场景：

1. 神经疾病模型表型分析

系统可用于多种NHP疾病模型的行为学评估，例如：

• 帕金森病模型（运动迟缓、震颤）
• 脑缺血模型（MCAO）（运动协调与功能恢复）
• 癫痫模型（异常行为发作）
• 疼痛模型（自发行为变化）

通过定量行为数据，可实现疾病表型的客观化描述。

2. 药效与药理学评价（PK/PD相关）

NBAS支持对药物干预前后的行为变化进行动态比较，例如：

• 给药前后行为基线变化
• 剂量依赖性行为响应
• 起效时间与持续时间分析

该系统可作为功能性终点（functional endpoint），补充传统PK/PD指标，提高药效评价的完整性。

3. 转化医学与临床外推

由于NHP在神经系统结构和行为层面更接近人类，NBAS生成的行为数据具有更高的转化价值，可用于：

• 支持临床试验终点设计
• 验证行为学相关生物标志物
• 提高临床预测性

浦灵生物的AI-based NHP Behavior Analysis System（NBAS）通过整合无标记视觉技术、多视角三维重建与深度学习算法，实现了对非人灵长类行为的自动化、定量化分析。该系统不仅提升了行为学研究的精度与效率，同时作为转化医学研究工具，为神经科学研究与新药开发提供了具有可比性和预测价值的数据支持。