Компьютерное зрение в клетке превращает походку мышей в объективный цифровой индекс биологического старения
Старение — это многомерный процесс, характеризующийся прогрессирующим функциональным снижением в физиологической, когнитивной и поведенческой сферах. В то время как системы мониторинга в домашних условиях (HCMS) предлагают беспрецедентные возможности для непрерывного и неинвазивного поведенческого фенотипирования, большинство существующих приложений полагаются на перекрестные модели, что ограничивает способность определять продольные траектории старения. Здесь мы представляем предварительное пилотное исследование, основанное на непрерывных поведенческих данных, полученных с использованием HCMS на базе искусственного интеллекта Digital Online Monitoring Equipment (DOME) для характеристики траекторий продольного старения в двух частично перекрывающихся когортах мышей C57BL/6J. Двадцать мышей, помещенных в четыре клетки (четыре независимые экспериментальные единицы), находились под наблюдением в течение девяти месяцев каждая, в общей сложности в возрасте от 13 до 27 месяцев. Межгрупповое соответствие исследовалось в перекрывающемся окне (19–21 месяц) для выявления поведенческих особенностей кандидатов и оценки потенциальной систематической ошибки, специфичной для конкретной когорты. Среди двадцати извлеченных параметров четыре показателя локомоторной кинематики (среднее ускорение движения, средняя общая скорость, средняя скорость в состоянии бодрствования и максимальная скорость движения) показали самую высокую межгрупповую конкордантность у обоих полов в этом исследовательском тесте и последовательное снижение с возрастом. Поскольку женщины демонстрировали стабильно более высокие двигательные способности, чем мужчины, нормализация по признаку пола была применена для учета полового диморфизма при сохранении продольных возрастных закономерностей. Эти показатели впоследствии были интегрированы в предполагаемый индекс локомоторной поведенческой слабости (bFI), который отслеживал хронологический возраст и фиксировал снижение поведения. В отдельном исследовательском анализе десяти мышей в возрасте 27 месяцев bFI был положительно связан с индексом клинической слабости (CFI). В целом, это пилотное исследование подтверждает возможность непрерывной и неинвазивной системы количественной оценки траекторий локомоторного поведенческого старения у мышей. Предлагаемый bFI является кандидатом на цифровую меру функционального старения, связанного с локомоторным движением, полученным на основе спонтанного, автоматически записываемого поведения. Поскольку исследование включало
## В чем суть открытия Десятилетиями экспериментальная геронтология оставалась заложницей парадоксального методического тупика. Чтобы оценить, как дряхлеет живой организм, исследователи регулярно извлекали лабораторных грызунов из привычной среды обитания и переносили их на открытые тестовые площадки, вращающиеся цилиндры или в водные лабиринты. Подобные пятиминутные испытания регистрируют не столько чистую траекторию биологического старения, сколько острую паническую реакцию испуганного животного на яркий свет и запах экспериментатора. Более того, дискретные поперечные срезы между молодыми и старыми когортами неизбежно скрывали тонкую индивидуальную динамику увядания функций. Решением проблемы стал переход к концепции непрерывного цифрового фенотипирования непосредственно в домашней клетке. В новом пилотном исследовании ученые развернули интеллектуальную платформу аппаратного видеомониторинга DOME (Digital Online Monitoring Equipment), оснащенную алгоритмами компьютерного зрения. Система устранила физическое присутствие человека и позволила вести непрерывную многомесячную летопись спонтанной двигательной активности животных в их естественном ритме жизни. ## Как это устроено: принцип работы Архитектурная основа платформы DOME работает по принципу бесконтактного сенсорного контроля. Оптические датчики и камеры фиксируют каждое спонтанное перемещение мышей в домашней клетке в режиме двадцать четыре на семь, охватывая как светлые фазы сна, так и темные интервалы бодрствования. Алгоритмы искусственного интеллекта обрабатывают сырой видеопоток, выделяя координаты животных и трансформируя пиксели в непрерывный вектор кинематических параметров. Из двадцати извлекаемых поведенческих характеристик программный комплекс отфильтровал четыре фундаментальных показателя с наивысшей межкогортной воспроизводимостью: среднее ускорение движения, общую среднюю скорость, среднюю скорость в активной фазе бодрствования и пиковую скорость рывка. Поскольку самки демонстрировали стабильно более высокие показатели локомоции по сравнению с самцами, авторы внедрили алгоритмическую нормализацию по полу. Это позволило нивелировать половой диморфизм, сохранив чистую динамику возрастного спада. Итоговые кинематические параметры математически объединились в единый поведенческий индекс немощности — bFI (Locomotor-derived Behavioural Frailty Index). ## Результаты и доказательства Экспериментальная проверка охватила двадцать мышей инбредной линии C57BL/6J, содержавшихся в четырех клетках,