व्यवहार प्रीक्लिनिकल अनुसंधान में एक कार्यात्मक समापन बिंदु है, विशेष रूप से तंत्रिका विज्ञान, दर्द अनुसंधान और न्यूरोडीजेनेरेटिव रोग में। हरकत, मुद्रा, अंग समन्वय, सहज गतिविधि और विशिष्ट व्यवहार पैटर्न सभी रोग की प्रगति और दवा के संपर्क के साथ बदलते हैं।

केंद्रीय तंत्रिका तंत्र (सीएनएस) दवा विकासउन कार्यात्मक रीडआउट्स पर निर्भर करता है। गैर-मानव प्राइमेट्स (एनएचपी) में व्यवहार मूल्यांकन फिर भी अच्छी तरह से चलाना कठिन है। पारंपरिक अभ्यास प्रत्यक्ष अवलोकन, मैन्युअल वीडियो समीक्षा और अनुभव-आधारित स्कोरिंग पर निर्भर करता है। ये विधियां कई अध्ययन डिजाइनों की रीढ़ बनी हुई हैं, और वे धीमी हैं, अंतर-पर्यवेक्षक परिवर्तनशीलता की संभावना रखते हैं, और सूक्ष्म या छोटी अवधि की घटनाओं के लिए बहुत मोटे हैं।
कृत्रिम बुद्धिमत्ता (एआई) और कंप्यूटर विज़न में प्रगति ने एक अलग रास्ता खोल दिया है। सिंक्रोनाइज्ड मल्टी-व्यू वीडियो अधिग्रहण, मार्कर रहित 3डी पोज़ अनुमान और स्वचालित व्यवहार विश्लेषण अब प्राकृतिक रूप से होने वाले जानवरों के व्यवहार से गति और मुद्रा निकालते हैं।
एनएचपी अध्ययनों के लिए, एआई-संचालित 3डी व्यवहारिक फेनोटाइपिंग पारंपरिक नैदानिक अवलोकन, फार्माकोकाइनेटिक/फार्माकोडायनामिक (पीके/पीडी) माप, इमेजिंग और अन्य फार्माकोलॉजिकल एंडपॉइंट्स के लिए एक कार्यात्मक रीडआउट जोड़ता है।
त्वरित उत्तर: एआई-पावर्ड 3डी बिहेवियरल फेनोटाइपिंग क्या है?
एआई-संचालित 3डी व्यवहारिक फेनोटाइपिंग त्रि-आयामी अंतरिक्ष में जानवरों की गति का पुनर्निर्माण करने के लिए सिंक्रनाइज़ मल्टी-कैमरा वीडियो और एआई-आधारित मुद्रा अनुमान का उपयोग करता है। यह जानवर के भौतिक ट्रैकिंग मार्करों को संलग्न किए बिना आंदोलन कीनेमेटिक्स, अंग समन्वय, मुद्रा, चाल और चयनित व्यवहार पैटर्न को मापता है। एनएचपी अनुसंधान में, दृष्टिकोण प्रीक्लिनिकल दवा मूल्यांकन में उद्देश्य, अनुदैर्ध्य कार्यात्मक समापन बिंदु जोड़ता है।
पारंपरिक व्यवहार मूल्यांकन की सीमाएँ क्यों हैं?
जानवरों के अध्ययन में न्यूरोलॉजिकल फ़ंक्शन, रोग फेनोटाइप और दवा प्रतिक्रिया का मूल्यांकन करने के लिए व्यवहारिक अवलोकन का उपयोग लंबे समय से किया जाता रहा है। एक बार विस्तृत होने पर सीमाएँ प्रकट हो जाती हैं और बार-बार माप की आवश्यकता होती है।
मैनुअल व्यवहार स्कोरिंग पूर्वनिर्धारित अवलोकन मानदंडों और प्रशिक्षित शोधकर्ताओं या पशु चिकित्सकों के अनुभव पर निर्भर करता है। अवलोकन आवृत्ति, स्कोरिंग व्याख्या और व्यक्तिगत निर्णय में अंतर पर्यवेक्षकों और अध्ययन समय बिंदुओं के बीच परिवर्तनशीलता लाता है।
अस्थायी समाधान दूसरी बाधा है। पूर्वनिर्धारित अंतरालों पर लिया गया अवलोकन संक्षिप्त या रुक-रुक कर होने वाली घटनाओं को याद करता है, इसलिए एक छोटा खरोंच प्रकरण, अंग आंदोलन में एक क्षणिक असामान्यता या सहज गतिविधि में एक छोटा सा परिवर्तन अवलोकन खिड़कियों के बीच से गुजरता है।

द्वि-आयामी वीडियो विश्लेषण अधिक रिकॉर्ड करता है लेकिन कम हल करता है। यह कुल गति दूरी और समग्र गतिविधि स्तर जैसे सरल मापदंडों की रिपोर्ट करता है, और यह व्यक्तिगत अंग प्रक्षेपवक्र, त्रि-आयामी मुद्रा परिवर्तन या आंदोलनों को अलग नहीं करता है जिसमें एक साथ कई शरीर के अंग शामिल होते हैं।
मार्कर-आधारित मोशन कैप्चर, जानवर पर हार्डवेयर की कीमत पर, समृद्ध गतिज जानकारी प्रदान करता है। चिंतनशील मार्कर या ट्रैकिंग डिवाइस हैंडलिंग जोड़ते हैं, और कुछ प्रयोगात्मक सेटिंग्स में वे प्राकृतिक आंदोलन या हफ्तों तक निगरानी में हस्तक्षेप करते हैं।
इन सीमाओं ने विकास को प्रोत्साहित कियामार्कर रहित 3डी व्यवहार विश्लेषण, जो एआई-सहायता प्राप्त आंदोलन पुनर्निर्माण के साथ वीडियो अवलोकन को जोड़ता है।
एआई-पावर्ड मार्करलेस 3डी व्यवहार विश्लेषण कैसे काम करता है
3डी व्यवहारिक फेनोटाइपिंग मल्टी-व्यू वीडियो अधिग्रहण, कंप्यूटर विज़न, गहन शिक्षण-आधारित मुद्रा अनुमान और व्यवहारिक डेटा विश्लेषण को जोड़ती है। मार्कर रहित प्रणालियाँ जानवर पर लगाए गए परावर्तक मार्करों पर भरोसा करने के बजाय सीधे वीडियो छवियों से संरचनात्मक स्थलों की पहचान करती हैं।
1. सिंक्रोनाइज़्ड मल्टी-व्यू वीडियो अधिग्रहण
रिकॉर्डिंग पहले आती है, जिसमें कई कैमरे एक परिभाषित रिकॉर्डिंग वातावरण के आसपास तैनात होते हैं। हमारे में प्रस्तुत एनएचपी अधिग्रहण विन्यास मेंतकनीकी वेबिनार, चार सिंक्रनाइज़ कैमरे रिकॉर्डिंग बाड़े के चारों ओर बैठते हैं और एक स्वतंत्र रूप से घूम रहे जानवर के ओवरलैपिंग दृश्यों को कैप्चर करते हैं।

ओवरलैप ही मुद्दा है. एक अकेला कैमरा हर दिशा से हर गतिविधि को नहीं देख सकता है, और जब जानवर मुड़ता है, चढ़ता है, वस्तुओं के साथ संपर्क करता है या मुद्रा बदलता है तो शरीर के अंग दृश्य से बाहर हो जाते हैं। सिंक्रोनाइज़्ड रिकॉर्डिंग विभिन्न कोणों से छवियों का एक साथ विश्लेषण करने देती है और त्रि-आयामी पुनर्निर्माण के लिए आवश्यक स्थानिक जानकारी प्रदान करती है।
कैमरे की स्थिति, प्रकाश व्यवस्था, रिकॉर्डिंग वातावरण और अवलोकन प्रक्रिया इच्छित व्यवहारिक समापन बिंदुओं और अध्ययन उद्देश्यों से अनुसरण करती है।
2. मार्कर रहित 3डी पोज़ अनुमान
एआई-आधारित कंप्यूटर विज़न मॉडल फिर रिकॉर्ड की गई छवियों में संरचनात्मक स्थलों की पहचान करते हैं और उनका उपयोग शरीर विन्यास का अनुमान लगाने और त्रि-आयामी कंकाल प्रतिनिधित्व के पुनर्निर्माण के लिए करते हैं। जानवर पर मार्करों के बिना समय के साथ मुद्रा परिवर्तन और व्यक्तिगत शारीरिक क्षेत्रों की गति को ट्रैक किया जाता है।
सरल गतिविधि निगरानी की तुलना में, 3डी मुद्रा अनुमान बताता है कि एक जानवर कैसे चलता है: अंग प्रक्षेपवक्र, मुद्रा संक्रमण और शरीर के अंगों के बीच समन्वित गति।
पुनर्निर्माण की गुणवत्ता कैमरा अंशांकन, सिंक्रनाइज़ेशन, संरचनात्मक स्थलों की दृश्यता और रोड़ा की सीमा पर निर्भर करती है।
3. मात्रात्मक व्यवहार विश्लेषण
त्रि-आयामी आंदोलन डेटा चार स्तरों पर मात्रात्मक व्यवहार मापदंडों में परिवर्तित हो जाता है।
मोशन किनेमेटिक्स
मोशन किनेमेटिक्स गति की गतिशीलता का वर्णन करता है। वेग, त्वरण और गति प्रक्षेपवक्र सहज गतिविधि और लोकोमोटर पैटर्न में परिवर्तन की विशेषता रखते हैं, और उपचार के बाद की स्थितियों से आधार रेखा को अलग करते हैं।
अंग स्थिति और चाल ट्रैकिंग
समय के साथ ट्रैक की गई अंग स्थिति हरकत, समन्वय और मोटर असामान्यता की विशेषता बताती है। न्यूरोलॉजिकल रोग मॉडल में यह स्तर बाएं-दाएं अंग समन्वय, आंदोलन समरूपता, चाल विशेषताओं और ठीक मोटर प्रदर्शन में परिवर्तन दिखाता है।
त्रि-आयामी मुद्रा अनुमान
स्थानिक निर्देशांक में मुद्रा का अनुमान शरीर की मुद्रा और संयुक्त आंदोलन का वर्णन करता है, जो उन व्यवहारों के लिए मायने रखता है जो दूरी तय की गई है या दो-आयामी वीडियो विशेषता नहीं दे सकते हैं।
स्वचालित व्यवहार विभाजन
व्यवहारिक विभाजन वीडियो-व्युत्पन्न आंदोलन से विशिष्ट व्यवहारिक स्थितियों या घटनाओं की पहचान और वर्गीकरण करता है। विश्लेषणात्मक मॉडल और इसकी सत्यापन स्थिति के आधार पर, जिसमें हरकत, संवारना, खुजलाना, चढ़ना, आसन परिवर्तन या दोहराव वाले आंदोलन पैटर्न शामिल हैं। स्वचालित विभाजन मैन्युअल वीडियो समीक्षा में कटौती करता है जिसकी बड़े डेटासेट और अनुदैर्ध्य अध्ययन के लिए अन्यथा आवश्यकता होती है।
चार स्तर पूरक हैं, विनिमेय नहीं: सही संयोजन वैज्ञानिक प्रश्न, लक्ष्य व्यवहार और मॉडल की सत्यापन स्थिति से होता है।
एनएचपी प्रीक्लिनिकल रिसर्च में अनुप्रयोग
मात्रात्मक व्यवहार संबंधी फेनोटाइपिंग चिकित्सीय क्षेत्रों में लागू होती है जहां कार्यात्मक परिवर्तन बीमारी या उपचार प्रतिक्रिया को इंगित करता है।
सीएनएस और न्यूरोडीजेनेरेटिव रोग अनुसंधान
न्यूरोलॉजिकल रोग मॉडल में, मोटर परिवर्तन कम गति, असामान्य चाल, बिगड़ा हुआ समन्वय या परिवर्तित सहज गतिविधि के रूप में दिखाई देता है।पार्किंसंस रोगऔर अन्य न्यूरोडीजेनेरेटिव स्थितियां मोटर नियंत्रण को उत्तरोत्तर बदल देती हैं, और द्विपक्षीय हाथ की गति, अंग प्रक्षेपवक्र और लोकोमोटर पैटर्न पर नज़र रखने से उन असामान्यताओं के लिए मात्रात्मक समापन बिंदु जुड़ जाते हैं। अध्ययन में बार-बार माप से पता चलता है कि उपचार के साथ मोटर प्रदर्शन में बदलाव होता है या नहीं।
दर्द और खुजली अनुसंधान
दर्द और खुजली पहचानने योग्य व्यवहारिक प्रतिक्रियाएं उत्पन्न करते हैं: खरोंचना, गति के पैटर्न में बदलाव, सहज गतिविधि में बदलाव। मेंएनएचपी खुजली अध्ययन, स्वचालित स्क्रैचिंग विश्लेषण स्क्रैचिंग आवृत्ति, अवधि और अस्थायी वितरण को मापता है, और त्रि-आयामी आंदोलन डेटा, समान अंग आंदोलनों का उपयोग करने वाले सौंदर्य या नियमित शारीरिक आंदोलन से स्क्रैचिंग को अलग करने में मदद कर सकता है।
ये माप एंटी-प्रुरिटिक या एंटी-इंफ्लेमेटरी उम्मीदवारों के मूल्यांकन में नैदानिक अवलोकन और अन्य फार्माकोडायनामिक समापन बिंदुओं के पूरक हैं।
चाल और मोटर फ़ंक्शन मूल्यांकन
चाल विश्लेषण एक प्रत्यक्ष अनुप्रयोग है। हरकत के दौरान पुनर्निर्मित अंग प्रक्षेपवक्र और शरीर की मुद्रा गति समरूपता, समन्वय और चाल विशेषताओं में परिवर्तन दिखाती है। क्योंकि कोई मार्कर संलग्न नहीं है, अध्ययन के लिए डिज़ाइन की गई प्राकृतिक परिस्थितियों में गतिविधि दर्ज की जाती है। न्यूरोलॉजिकल रोग मॉडल में और कार्यात्मक पुनर्प्राप्ति के अध्ययन में बार-बार मोटर फ़ंक्शन मूल्यांकन, जहां यह सबसे अधिक मायने रखता है।
अनुदैर्ध्य व्यवहार फेनोटाइपिंग
व्यवहार परिवर्तन हमेशा एक अलग घटना नहीं होती है। कुछ मॉडलों में, परिवर्तित सहज गतिविधि, अन्वेषण, दोहरावपूर्ण आंदोलन या व्यवहारिक स्थिति वितरण धीरे-धीरे विकसित होता है। स्वचालित विश्लेषण के साथ अनुदैर्ध्य वीडियो अधिग्रहण अध्ययन अवधि और उपचार स्थितियों में व्यवहार पैटर्न की तुलना करता है, जिसमें आंदोलन कैसे वितरित होता है, गतिविधि पैटर्न कैसे बदलते हैं और समय के साथ दोहराव वाला व्यवहार कैसे बदलता है।
व्याख्या में रिकॉर्डिंग की स्थिति, आधारभूत गतिविधि, पशु अनुकूलन और व्यवहार परिवर्तनशीलता के अन्य स्रोतों को ध्यान में रखना होगा।
प्रिसिस एनएचपी अध्ययन में एआई-संचालित व्यवहार विश्लेषण लागू करना
प्रिसिस बायोटेक में, एआई-संचालित 3डी व्यवहारिक फेनोटाइपिंग को एक अतिरिक्त कार्यात्मक मूल्यांकन के रूप में गैर-मानव प्राइमेट फार्माकोलॉजी अध्ययन में शामिल किया गया है।
हमारा प्राथमिक फोकस विवो अनुसंधान में एनएचपी के डिजाइन और निष्पादन पर है: पशु तैयारी, अध्ययन-विशिष्ट व्यवहार मूल्यांकन योजना, रिकॉर्डिंग प्रोटोकॉल डिजाइन, वीडियो अधिग्रहण, और अन्य औषधीय समापन बिंदुओं के साथ व्यवहार माप का एकीकरण। एआई-सहायता प्राप्त विश्लेषण के लिए, प्रिसिस प्रत्येक अनुसंधान कार्यक्रम की आवश्यकताओं के अनुसार विशेष कंप्यूटर दृष्टि और 3डी व्यवहार विश्लेषण प्रौद्योगिकियों का समन्वय करता है।
वर्कफ़्लो अध्ययन डिज़ाइन को मल्टी-व्यू वीडियो रिकॉर्डिंग, त्रि-आयामी आंदोलन पुनर्निर्माण और मात्रात्मक व्यवहार विश्लेषण से जोड़ता है, इसलिए व्यवहार माप को पशु मॉडल, उपचार की स्थिति और अध्ययन उद्देश्यों के संदर्भ में पढ़ा जाता है।
व्यवहार संबंधी विवरण अलग से रिपोर्ट नहीं किए जाते। उनका वैज्ञानिक मूल्य इस बात पर निर्भर करता है कि चयनित माप रोग फेनोटाइप और औषधीय प्रश्न से कितनी निकटता से मेल खाते हैं। जहां उपयुक्त हो, व्यवहारिक समापन बिंदु पीके/पीडी डेटा के साथ बैठते हैं,नैदानिक इमेजिंग, एनएचपी मॉडल में दवा प्रतिक्रिया के पूर्ण मूल्यांकन का समर्थन करने के लिए शारीरिक माप और रोगविज्ञान मूल्यांकन।
पद्धतिगत विचार: सत्यापन और अध्ययन डिजाइन
एआई-संचालित व्यवहार विश्लेषण नए माप विकल्प खोलता है, लेकिन इसके आउटपुट स्वचालित रूप से मान्य फार्माकोडायनामिक समापन बिंदु नहीं हैं।
व्यवहार-विशिष्ट मान्यता
एआई मॉडल का मूल्यांकन परिभाषित संदर्भ एनोटेशन के आधार पर किया जाता है, जिसमें जहां उपलब्ध हो वहां मानव-समीक्षा किए गए वीडियो सेगमेंट भी शामिल हैं। सत्यापन अध्ययन से संबंधित व्यवहारों को लक्षित करता है, क्योंकि उच्च समग्र पोज़-ट्रैकिंग प्रदर्शन प्रत्येक व्यवहार श्रेणी की सटीक पहचान स्थापित नहीं करता है। सामान्य अंग आंदोलन का पता लगाना खरोंचने को संवारने से अलग करने के समान नहीं है, और प्रत्येक लक्ष्य व्यवहार को एक परिचालन परिभाषा और अपने स्वयं के वर्गीकरण प्रदर्शन डेटा की आवश्यकता होती है।
रिकॉर्डिंग कॉन्फ़िगरेशन
कैमरा व्यवस्था, सिंक्रोनाइज़ेशन, प्रकाश व्यवस्था, रिकॉर्डिंग वातावरण और जानवरों की स्थिति सभी वीडियो की गुणवत्ता को प्रभावित करते हैं। एक रिकॉर्डिंग सेटअप के तहत कॉन्फ़िगर किए गए मॉडल को विभिन्न परिस्थितियों में समान रूप से प्रदर्शन करने के लिए नहीं माना जाता है: कैमरा ज्यामिति, पशु विशेषताओं या रिकॉर्डिंग वातावरण में परिवर्तन के लिए अतिरिक्त अंशांकन और सत्यापन की आवश्यकता होती है।
अवरोधन और डेटा गुणवत्ता
अवरोधन तब होता है जब जानवर का अपना शरीर, पिंजरे की संरचनाएं या अन्य वस्तुएं शरीर के अंगों को छिपा देती हैं, जिससे व्यक्तिगत फ्रेम में मुद्रा अनुमान की विश्वसनीयता कम हो जाती है। इसलिए डेटा गुणवत्ता मूल्यांकन में ट्रैकिंग आत्मविश्वास, लापता स्थलचिह्न और प्रयोग करने योग्य रिकॉर्डिंग समय का अनुपात शामिल होता है।
व्यवहारिक समापन बिंदु परिभाषा
अध्ययन शुरू होने से पहले लक्ष्य व्यवहारिक समापन बिंदु को परिभाषित किया जाता है: एक व्यवहारिक घटना के रूप में क्या गिना जाता है, घटनाओं की गणना कैसे की जाती है, कौन सी अवलोकन अवधि प्रासंगिक हैं, और परिणामी माप की व्याख्या कैसे की जाएगी। जटिल व्यवहार और रोग-विशिष्ट फेनोटाइप को पहले से तय करने की आवश्यकता है, क्योंकि उन व्यवहारों के स्वचालित वर्गीकरण के लिए अतिरिक्त मॉडल कॉन्फ़िगरेशन और सत्यापन की आवश्यकता होती है।
एआई-व्युत्पन्न माप अनुवाद संबंधी कार्य में सबसे उपयोगी होते हैं जब उन्हें वैज्ञानिक रूप से परिभाषित, प्रतिलिपि प्रस्तुत करने योग्य और अन्य प्रासंगिक समापन बिंदुओं के साथ व्याख्या की जाती है।
ट्रांसलेशनल ड्रग डेवलपमेंट में क्वांटिटेटिव बिहेवियरल फेनोटाइपिंग की भूमिका
एआई-संचालित 3डी व्यवहारिक फेनोटाइपिंग गैर-मानव प्राइमेट्स में कार्यात्मक परिवर्तन का अध्ययन करने के लिए एक विधि जोड़ता है। सिंक्रोनाइज्ड वीडियो अधिग्रहण, मार्कर रहित मुद्रा अनुमान और स्वचालित व्यवहार विश्लेषण रीडआउट को सरल गतिविधि गणना से आगे बढ़ाकर गति, मुद्रा, समन्वय और चयनित व्यवहार पैटर्न की ओर ले जाते हैं।
सीएनएस, दर्द और अन्य चिकित्सीय क्षेत्रों के लिए जहां कार्यात्मक परिणाम मायने रखते हैं, ये माप स्थापित औषधीय और शारीरिक समापन बिंदुओं के पूरक हैं।
प्रिसिस में, मात्रात्मक व्यवहार मूल्यांकन व्यापक एनएचपी ट्रांसलेशनल रिसर्च वर्कफ़्लो का हिस्सा है। जिस चीज़ का वैज्ञानिक महत्व है वह सावधानीपूर्वक डिज़ाइन किए गए विवो प्रयोग और एक व्यवहारिक माप के बीच की कड़ी है जो जैविक रूप से सार्थक और उचित रूप से मान्य है।
इस श्रृंखला के बाद के लेखों में विशिष्ट अनुप्रयोगों को शामिल किया गया है, जिसमें स्वचालित स्क्रैचिंग पहचान, द्विपक्षीय मोटर समन्वय, मार्कर रहित चाल विश्लेषण, अनुदैर्ध्य व्यवहार मूल्यांकन और अन्य औषधीय समापन बिंदुओं के साथ व्यवहार डेटा का एकीकरण शामिल है।
एप्लिकेशन श्रृंखला का अन्वेषण करें
यह आलेख पद्धतिगत आधार निर्धारित करता है। निम्नलिखित लेख इस बात की जांच करते हैं कि यह दृष्टिकोण विशिष्ट एनएचपी अनुसंधान प्रश्नों पर कैसे लागू होता है:
- साइनोमोलगस मैकाक में स्वचालित स्क्रैचिंग व्यवहार पहचान। 3डी पोज़ अनुमान और गति विश्लेषण के साथ खुजली से संबंधित व्यवहारिक समापन बिंदुओं की मात्रा निर्धारित करना।
- एनएचपी मॉडल में द्विपक्षीय मोटर समन्वय मूल्यांकन। बाएँ-दाएँ गति प्रक्षेप पथ और कार्यात्मक मोटर असामान्यताओं का मूल्यांकन करना।
- गैर-मानव प्राइमेट्स में मार्कर रहित 3डी चाल विश्लेषण। हरकत, अंग प्रक्षेपवक्र और आंदोलन समन्वय की विशेषताएँ।
- अनुदैर्ध्य व्यवहार फेनोटाइपिंग और स्टीरियोटाइपिक व्यवहार विश्लेषण। अध्ययन स्थितियों में गतिविधि पैटर्न और दोहराव वाले व्यवहार में परिवर्तन की निगरानी करना।
- एनएचपी फार्माकोलॉजी के साथ एआई व्यवहार विश्लेषण को एकीकृत करना। पीके/पीडी, इमेजिंग, शारीरिक निगरानी और अन्य अनुवाद संबंधी मापों के साथ व्यवहार संबंधी समापन बिंदुओं को जोड़ना।
मात्रात्मक व्यवहारिक फेनोटाइपिंग अधिक जानकारीपूर्ण एनएचपी प्रीक्लिनिकल अध्ययनों के डिजाइन का समर्थन करता है।
प्रिसिस बायोटेक के बारे में
प्रिसिस बायोटेक गैर-मानव प्राइमेट रोग मॉडल, प्रीक्लिनिकल फार्माकोलॉजी और ट्रांसलेशनल रिसर्च में माहिर है। इसकी क्षमताएं फार्मास्युटिकल और जैव प्रौद्योगिकी कंपनियों के लिए विवो प्रभावकारिता मूल्यांकन, व्यवहार मूल्यांकन, नैदानिक इमेजिंग और एकीकृत फार्माकोलॉजिकल अध्ययन को कवर करती हैं। अनुसंधान सहयोग या एनएचपी अध्ययन डिजाइन पूछताछ के लिए संपर्क करेंbd@prisysbiotech.com.













