IntelliSleepScorer, un progiciel doté d’une interface utilisateur graphique pour l’évaluation automatisée des phases de sommeil chez la souris
8 novembre 2024
Nous présentons un progiciel avec une interface utilisateur graphique pour les chercheurs sans expérience de codage afin de noter les phases de sommeil chez les souris avec un téléchargement et une opération simples.
Nous avons développé un logiciel d’interface graphique facile à utiliser pour évaluer automatiquement les phases de sommeil chez les souris. Notre objectif est de relever le défi de la notation manuelle à forte intensité de main-d’œuvre et d’améliorer l’accessibilité pour les chercheurs sans grande expérience du codage. En télé-sommeil, le score atteint une précision de 95,2 % dans l’évaluation automatique des phases de sommeil chez la souris et a prouvé la généralisabilité sur deux autres ensembles de données indépendants accessibles au public.
L’interface graphique comprend une fonction de correction manuelle, permettant aux utilisateurs de modifier la phase de sommeil notée pour n’importe quelle époque. Nous fournissons également des visualisations de valeur ASAP pour expliquer les décisions de notation du modèle. Les utilisateurs expérimentés peuvent également affiner notre modèle de pré-arborescence avec leurs propres données, car tous les fichiers et scripts d’extraction nécessaires sont disponibles sur GitHub.
Nos recherches visent à transposer la génétique émergente en biologie et à mettre en place des thérapies de nouvelle génération pour traiter les maladies psychiatriques. Nous avons travaillé sur des gènes dont le dysfonctionnement a été impliqué dans ces maladies en utilisant des approches moléculaires, cellulaires et électrophysiologiques, à la fois in vitro et chez l’animal.
Aperçu
Cette étude présente IntelliSleepScorer, un logiciel doté d'une interface graphique (GUI) facile à utiliser, conçu pour permettre aux chercheurs de scorer automatiquement les stades de sommeil chez la souris sans nécessiter de compétences en programmation. Le logiciel offre une grande précision de 95,2 % dans le scoring et permet des corrections manuelles ainsi que des visualisations des valeurs SHAP afin d'expliquer les décisions de scoring.
Composantes clés de l'étude
Domaine scientifique
- Neurosciences
- Recherche sur le sommeil
- Bioinformatique
Contexte
- L'évaluation manuelle des stades de sommeil chez les souris est fastidieuse et difficile.
- Il existe un besoin d'outils accessibles pour les chercheurs ayant une expérience limitée en programmation.
- Le logiciel répond à ces besoins en offrant automatisation et souplesse.
Objectif de l'étude
- Développer un logiciel qui simplifie le processus de scoring des stades de sommeil chez la souris.
- Améliorer l'accessibilité pour les chercheurs non spécialisés en programmation.
- Permettre un scoring de haute précision et fournir des outils pour la correction manuelle.
Méthodes utilisées
- Le logiciel permet aux chercheurs d'attribuer des stades de sommeil à l'aide de fichiers au format EDF.
- Les souris ont été le modèle biologique utilisé, en se concentrant sur l'analyse des stades de sommeil.
- Les corrections manuelles et l'interprétation des résultats à l'aide des valeurs SHAP sont incluses parmi les fonctionnalités.
- Les étapes de traitement des données comprennent la conversion des formats de fichiers et l'application de modèles entraînés.
- Les utilisateurs peuvent télécharger et installer le logiciel sur plusieurs systèmes d'exploitation, notamment Windows, macOS et Linux.
Résultats principaux
- IntelliSleepScorer atteint une précision de scoring de 95,2 % pour les stades de sommeil chez la souris.
- Il offre des options d'édition manuelle permettant aux utilisateurs de garantir l'exactitude du scoring.
- Les visualisations des valeurs SHAP du logiciel aident à expliquer les décisions de scoring du modèle.
Conclusions
- l'étude démontre que IntelliSleepScorer facilite efficacement la détermination des stades de sommeil chez les souris.
- L'interface conviviale élargit l'accessibilité pour les chercheurs en recherche sur le sommeil.
- Cet outil améliore la compréhension des comportements liés au sommeil et soutient les études futures.
Questions fréquemment posées
Pertinence professionnelle pour l'industrie
La détection automatisée et hautement précise des stades de sommeil chez les modèles rongeurs est essentielle pour la recherche translationnelle en neurosciences et la découverte de médicaments neuropsychiatriques. IntelliSleepScorer permet une quantification reproductible et évolutive de l'architecture du sommeil, soutenant ainsi la validation des cibles et la réduction des risques mécanistiques en recherche préclinique. Son interface accessible et ses résultats explicatifs facilitent son adoption transversale ainsi que la standardisation des données à l’échelle du portefeuille.
Applications stratégiques en recherche et développement en biopharmaceutique
Début de la découverte et validation de la cible
- Permet une analyse rigoureuse des phénotypes liés au sommeil chez les modèles murins génétiquement modifiés.
- Prend en charge la validation fonctionnelle des cibles en quantifiant avec une grande précision les états de sommeil lent, de sommeil paradoxal et d'éveil.
- Facilite la réduction des risques mécanistiques en établissant un lien entre les perturbations génétiques et les modifications de l'architecture du sommeil.
Élaboration de tests et criblage
- Prépare des sorties de scoring du sommeil quantitatives et validées pour des criblages pharmacologiques en aval.
- Standardise la classification des stades de sommeil, améliorant la reproductibilité entre les études et les équipes.
- Permet une analyse rapide et évolutive de grands ensembles de données sans goulots d'étranglement liés au scoring manuel.
Recherche translationnelle et préclinique
- Aligne le phénotypage du sommeil chez les rongeurs avec les stratégies biomarqueurs translationnelles en recherche neuropsychiatrique.
- Permet une continuité entre la découverte génétique et les études précliniques d'efficacité et de sécurité.
- Propose des sorties de modèle explicables (valeurs SHAP) afin de renforcer la confiance prédictive dans les modèles translationnels.
Intégration du pipeline et du flux de travail
IntelliSleepScorer s'intègre dans la continuité de la découverte préclinique, depuis la validation précoce de cibles jusqu'à l'identification de composés candidats et la recherche translationnelle en neurobiologie.
- Biologie de la découverte : Automatise le test d'hypothèses sur les phénotypes de sommeil dans des modèles murins pertinents pour les maladies.
- Écrantage : Fournit des données reproductibles et quantitatives sur les stades de sommeil pour l'évaluation de composés.
- Analytique : Propose des résultats interprétables et des fonctionnalités de correction manuelle afin d'assurer un examen rigoureux des données.
- Recherche translationnelle : Établit un lien entre les découvertes précliniques et les stratégies de biomarqueurs cliniques dans les troubles du sommeil et les troubles neuropsychiatriques.
- Réutilisation en entreprise : Offre une plateforme ouverte et réutilisable de scoring du sommeil pour de multiples projets et équipes.
Impact opérationnel et organisationnel
- Valeur scientifique : Accroît la confiance prédictive et réduit l'ambiguïté dans la validation des cibles liées au sommeil.
- Valeur opérationnelle : Rationalise les flux de travail, réduit la main-d'œuvre manuelle et améliore la reproductibilité.
- Valeur stratégique : Améliore la qualité des décisions d'aller/arrêt et l'efficacité du capital dans les portefeuilles neuropsychiatriques.
- Impact sur le portefeuille : Permet une priorisation ajustée au risque des cibles et des modèles fondée sur un phénotypage du sommeil robuste.
Considérations relatives à la mise en œuvre
- Nécessite une expertise dans l'acquisition et l'interprétation des données d'EEG/EMG chez les rongeurs.
- Exige un instrument compatible pour la génération de fichiers EDF et l'entrée du modèle.
- Implique une standardisation inter-équipes des formats de données et des paramètres d'analyse.
- Permet une adaptation à différents modèles murins et à divers plans expérimentaux.
- La correction manuelle et la qualité des données restent essentielles pour une précision optimale du scoring.
