Amélioration de l’observation et de la surveillance des animaux de laboratoire grâce à la Computer Vision

CONTEXTE

L’utilisation d’animaux dans la recherche demeure pour le moment une pratique scientifique indispensable, tant sur le plan de l’efficacité que de la sécurité des médicaments. En effet, même si d’autres méthodes se développent, étudier les animaux est nécessaire pour comprendre l’origine des pathologies humaines, mettre au point de nouvelles thérapies et répondre aux exigences réglementaires. Parmi ces animaux, la très grande majorité sont des rongeurs, et plus particulièrement des souris. La recherche in vivo est guidée par une réflexion éthique permanente et est encadrée par une réglementation exigeante garantissant le respect de la règle des 3 R: Remplacer (utiliser d’autres modèles que le modèle animal quand c’est possible), Réduire (le nombre d’animaux utilisés) et Raffiner (minimiser les contraintes, le stress et la douleur). C’est ce troisième R que nous cherchons à améliorer, et notamment l’objectif affiché “d’établir des points limites adaptés en maîtrisant l’évaluation du bien-être des animaux”. Notre solution vise donc à évaluer le bien-être des souris dans leur environnement d’hébergement dans le laboratoire. Elle permettra de détecter les modifications de comportements pouvant être induits par un candidat médicament ou une pathologie induite dans le modèle animal. Chez les souris modifiées génétiquement, la solution doit permettre de répondre à l’obligation légale de rechercher tout signe d’altération du bien-être animal.

DÉFIS

Les souris vivant la nuit, c’est la période idéale pour observer leur comportement et identifier les modifications d’activité. Pourtant, à l’heure actuelle, la plupart des expériences sont réalisées de jour, par mesures ou observations courtes et répétées de quelques minutes, en manipulant les souris hors de leur cage. En privilégiant le rythme de travail humain, l’information obtenue dans les études est partielle et imparfaite: le changement d’environnement induit en effet un fort niveau de stress chez la souris, pouvant biaiser de fait l’observation du comportement.

SOLUTION

Grâce à la reconnaissance d’image, il est possible d’analyser automatiquement certains comportements des souris alors même qu’elles sont hébergées en groupe dans leur propre cage:

• détection des périodes d’activité ou d’immobilité des souris grâce à une technologie de tracking
• détection du temps passé à boire et à manger

Ces durées détectées sont reportées sous forme de graphiques que les chercheurs peuvent analyser dès le lendemain matin, afin de vérifier l’atteinte des objectifs des études et d’ajuster les protocoles en fonction de ces observations.

BÉNÉFICES

• Extraction d’informations complémentaires sur le bien-être des souris
• Détection plus rapide des impacts sur le bien-être des souris : en cas de dégradation de l’état général des souris, le diagnostic peut-être établi plus vite.
• Meilleure confiance dans l’évaluation du bien-être des souris

La solution Deepomatic ouvre un large champ d’applications pouvant servir à l’analyse d’autres comportements animaux, à d’autres types d’études ou pour d’autres laboratoires de tests œuvrant dans les mêmes domaines d’activités (pharmacologie et toxicologie pré-cliniques).